Characterization of the Role of SPL9 in Drought Stress Tolerance in Medicago sativa
Notice bibliographique
Résumé
Extreme environmental conditions, such as drought, are expected to increase in frequency and severity due to climate change, leading to substantial deficiencies in crop yield and quality. Medicago sativa (alfalfa) is an important crop that is relied upon as a staple source of forage in ruminant feed. Despite its economic importance, alfalfa production is constrained by abiotic stress, including drought. In this report, we investigate the role of Squamosa Promoter Binding Protein-Like 9 (SPL9), a target of miR156, in drought tolerance. Transgenic alfalfa plants with RNAi-silenced MsSPL9 (SPL9-RNAi) were compared to wild-type (WT) alfalfa for phenotypic changes and drought tolerance indicators. In SPL9-RNAi plants, both stem thickness and plant height were reduced in two- and six-month-old alfalfa, respectively; however, yield was unaffected. SPL9-RNAi plants showed less leaf senescence and had augmented relative water content under drought conditions, indicating that SPL9-RNAi plants had greater drought tolerance potential than WT plants. Interestingly, SPL9-RNAi plants accumulated more stress-alleviating anthocyanin compared to WT under both drought and well-watered control conditions, suggesting that MsSPL9 may contribute to drought tolerance in alfalfa, at least in part, by regulating anthocyanin biosynthesis. The results suggest that targeting MsSPL9 is a suitable means for improving alfalfa resilience towards drought 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 | 0,000 | 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) | 0,001 | 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 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 ».