Selection of Reference Genes for qPCR Analyses of Gene Expression in Ramie Leaves and Roots across Eleven Abiotic/Biotic Treatments
Notice bibliographique
Résumé
Quantitative real-time PCR (qPCR) is commonly used for deciphering gene functions. For effective qPCR analyses, suitable reference genes are needed for normalization. The objective of this study is to identify the appropriate reference gene(s) for qPCR analyses of the leaves and roots of ramie (Boehmeria nivea L.), an important natural fiber crop. To accomplish this goal, we investigated the expression patterns of eight common plant qPCR reference genes in ramie leaves and roots under five abiotic stresses, five hormonal treatments, and one biotic stress. The relative expression stabilities of the eight genes were evaluated using four common but different approaches: geNorm, NormFinder, BestKeeper, and RefFinder. Across the 11 tested conditions, ACT1 was the most stably expressed among the eight genes while GAPDH displayed the biggest variation. Overall, while variations in the suggested reference genes were found for different tissue x treatment combinations, our analyses revealed that together, genes ACT1, CYP2, and UBQ can provide robust references for gene expression studies of ramie leaves under most conditions, while genes EF-1α, TUB, and ACT1 can be used for similar studies of ramie roots. Our results should help future functional studies of the genes in ramie genome across tissues and environmental conditions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».