MétaCan
Menu
← Retour à la cohorte
Enregistrement W3092191423 · doi:10.1139/gen-2020-0007

Identification and expression analysis of chloroplast ribonucleoproteins (cpRNPs) in Arabidopsis and rice

2020· article· en· W3092191423 sur OpenAlexvenueno aff
Jiawen Wu, Huimin Liu, Shan Lu, Jian Hua, Baohong Zou

Notice bibliographique

RevueGenome · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaFundamental Research Funds for the Central UniversitiesJiangsu Collaborative Innovation Center for Modern Crop ProductionNational Science Foundation
Mots-clésArabidopsisBiologyGeneArabidopsis thalianaGeneticsChloroplastGenomeAbiotic stressOryza sativaRibonucleoproteinGene expressionRNA splicingGene familyRNA

Résumé

récupéré en direct d'OpenAlex

Chloroplast ribonucleoproteins (cpRNPs) are implicated in splicing, editing, and stability control of chloroplast RNAs as well as in regulating development and stress tolerance. To facilitate a comprehensive understanding of their functions, we carried out a genome-wide identification, curation, and phylogenetic analysis of cpRNP genes in Oryza sativa (rice) and Arabidopsis thaliana (Arabidopsis). Ten cpRNP genes were identified in each of Arabidopsis and rice genomes based on the presence of two RRM (RNA-recognition motif) domains and an N-terminal chloroplast targeting signal peptide in the predicted proteins. These proteins are localized to chloroplasts. Gene expression analysis revealed that cpRNP genes have differential tissue expression patterns and some cpRNP genes are induced by abiotic stresses such as cold, heat, and drought. Taken together, our study provides a comprehensive annotation of the cpRNP gene family and their expression patterns in Arabidopsis and rice which will facilitate further studies on their roles in plant growth and stress responses.

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 enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome→Même sujetPhotosynthetic Processes and Mechanisms→Travaux en français237 207→