Transcriptional profiling of long noncoding RNAs associated with leaf-color mutation in Ginkgo biloba L
Notice bibliographique
Résumé
BACKGROUND: Long noncoding RNAs (lncRNAs) play an important role in diverse biological processes and have been widely studied in recent years. However, the roles of lncRNAs in leaf pigment formation in ginkgo (Ginkgo biloba L.) remain poorly understood. RESULTS: In this study, lncRNA libraries for mutant yellow-leaf and normal green-leaf ginkgo trees were constructed via high-throughput sequencing. A total of 2044 lncRNAs were obtained with an average length of 702 nt and typically harbored 2 exons. We identified 238 differentially expressed lncRNAs (DELs), 32 DELs and 49 differentially expressed mRNAs (DEGs) that constituted coexpression networks. We also found that 48 cis-acting DELs regulated 72 target genes, and 31 trans-acting DELs regulated 31 different target genes, which provides a new perspective for the regulation of the leaf-color mutation. Due to the crucial regulatory roles of lncRNAs in a wide range of biological processes, we conducted in-depth studies on the DELs and their targets and found that the chloroplast thylakoid membrane subcategory and the photosynthesis pathways (ko00195) were most enriched, suggesting their potential roles in leaf coloration mechanisms. In addition, our correlation analysis indicates that eight DELs and 68 transcription factors (TFs) might be involved in interaction networks. CONCLUSIONS: This study has enriched the knowledge concerning lncRNAs and provides new insights into the function of lncRNAs in leaf-color mutations, which will benefit future selective breeding of ginkgo.
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 ».