MétaCan
Menu
Retour à la cohorte
Enregistrement W3035392395 · doi:10.3390/ijms21124203

Bright Fluorescent Vacuolar Marker Lines Allow Vacuolar Tracing Across Multiple Tissues and Stress Conditions in Rice

2020· article· en· W3035392395 sur OpenAlexfundno aff
Yiran Cao, Wenguo Cai, Xiaofei Chen, Mingjiao Chen, Jianjun Chu, Wanqi Liang, Staffan Persson, Zengyu Liu, Dabing Zhang

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesShanghai Jiao Tong UniversityChina Postdoctoral Science FoundationNovo NordiskVillum FondenUniversity of TorontoKey Technologies Research and Development ProgramNovo Nordisk FondenNational Natural Science Foundation of China
Mots-clésVacuolemCherryOryza sativaGreen fluorescent proteinBiologyCell biologyArabidopsis thalianaPollenApoplastBotanyBiophysicsBiochemistryCytoplasmGeneCell wallMutant

Résumé

récupéré en direct d'OpenAlex

The vacuole is indispensable for cells to maintain their water potential and to respond to environmental changes. Nevertheless, investigations of vacuole morphology and its functions have been limited to Arabidopsis thaliana with few studies in the model crop rice (Oryza sativa). Here, we report the establishment of bright rice vacuole fluorescent reporter systems using OsTIP1;1, a tonoplast water channel protein, fused to either an enhanced green fluorescent protein or an mCherry red fluorescent protein. We used the corresponding transgenic rice lines to trace the vacuole morphology in roots, leaves, anthers, and pollen grains. Notably, we observed dynamic changes in vacuole morphologies in pollen and root epidermis that corresponded to their developmental states as well as vacuole shape alterations in response to abiotic stresses. Our results indicate that the application of our vacuole markers may aid in understanding rice vacuole function and structure across different tissues and environmental conditions in rice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,295
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular SciencesMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207