A transcriptomic analysis reveals soybean seed pre-harvest deterioration resistance pathways under high temperature and humidity stress
Notice bibliographique
Résumé
Pre-harvest soybean seeds in the field are susceptible to high temperature and humidity (HTH) stress, leading to pre-harvest seed deterioration, which will result in a reduction in grain quality, yield, and seed vigor. To understand the gene expression involved in seed deterioration response under HTH stress, in this study, we conducted an RNA-Seq analysis using two previously screened soybean cultivars with contrasting seed deterioration resistance. HTH stress induced 1081 and 357 differentially expressed genes (DEGs) in the sensitive cultivar Ningzhen No. 1 and resistant cultivar Xiangdou No. 3, respectively. The majority of DEGs in the resistant cultivar were up-regulated, while down-regulated DEGs were predominant in the sensitive cultivar. KEGG pathway analysis revealed that metabolic pathways, biosynthesis of secondary metabolites, and protein processing in endoplasmic reticulum were the predominant pathways in both cultivars during seed deterioration under HTH stress. The genes involved in photosynthesis, carbohydrate metabolism, lipid metabolism, and heat shock proteins pathways might contribute to the different response to seed deterioration under HTH treatment in the two soybean cultivars. Our study extends the knowledge of gene expression in soybean seed under HTH stress and further provides insight into the molecular mechanism of seed deterioration as well as new strategies for breeding soybean with improved seed deterioration resistance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».