Terpene Synthases and Terpene Variation in <i>Cannabis sativa</i>
Notice bibliographique
Résumé
Abstract Cannabis (Cannabis sativa) resin is the foundation of a multibillion dollar medicinal and recreational plant bioproducts industry. Major components of the cannabis resin are the cannabinoids and terpenes. Variations of cannabis terpene profiles contribute much to the different flavor and fragrance phenotypes that affect consumer preferences. A major problem in the cannabis industry is the lack of proper metabolic characterization of many of the existing cultivars, combined with sometimes incorrect cultivar labeling. We characterized foliar terpene profiles of plants grown from 32 seed sources and found large variation both within and between sets of plants labeled as the same cultivar. We selected five plants representing different cultivars with contrasting terpene profiles for clonal propagation, floral metabolite profiling, and trichome-specific transcriptome sequencing. Sequence analysis of these five cultivars and the reference genome of cv Purple Kush revealed a total of 33 different cannabis terpene synthase (CsTPS) genes, as well as variations of the CsTPS gene family and differential expression of terpenoid and cannabinoid pathway genes between cultivars. Our annotation of the cv Purple Kush reference genome identified 19 complete CsTPS gene models, and tandem arrays of isoprenoid and cannabinoid biosynthetic genes. An updated phylogeny of the CsTPS gene family showed three cannabis-specific clades, including a clade of sesquiterpene synthases within the TPS-b subfamily that typically contains mostly monoterpene synthases. The CsTPSs described and functionally characterized here include 13 that had not been previously characterized and that collectively explain a diverse range of cannabis terpenes.
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 ».