Arabidopsis Seed Stored mRNAs are Degraded Constantly over Aging Time, as Revealed by New Quantification Methods
Notice bibliographique
Résumé
How plant seeds age remains poorly understood and effective tools for monitoring seed aging are lacking. Dry seeds contain various stored mRNAs which are believed to be required for protein synthesis during early stages of seed germination. We reasoned that seed stored mRNAs would undergo degradation during seed aging, based on the propensity of mRNAs to degrade. We performed RT-PCR and qPCR analyses to study the changes in stored mRNA levels of Arabidopsis seeds during aging. All stored mRNAs analyzed were gradually degraded in both naturally and artificially aged seeds. The difference in Ct values between aged and control seeds (delta-Ct value) was highly correlated with the mRNA fragment size and seed aging time. We derived mathematical equations for estimating the relative amount of undamaged stored mRNAs and frequency of the breakdown at one nucleotide level for individual mRNAs. Stored mRNAs were found to break down randomly. The frequency of breaks per nucleotide per day, which we named (beta) value, remained fairly constant under the same aging conditions over aging time. This parameter should allow the effects of different conditions on stored mRNAs to be quantitatively compared. Also, we showed that the change in stored mRNA levels could serve as a more precise biomarker for seed aging assessment than three existing methods. These methods and findings will advance the studies of stored mRNAs and seed ageing in plants, and likely slow RNA degradation in non-plant systems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».