MétaCan
Menu
Retour à la cohorte
Enregistrement W3095550077 · doi:10.3390/plants9111505

Shoot Extracts from Two Low Nodulation Mutants Significantly Reduce Nodule Number in Pea

2020· article· en· W3095550077 sur OpenAlexafffund
Christian Huynh, Frédérique C. Guinel

Notice bibliographique

RevuePlants · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLegume Nitrogen Fixing Symbiosis
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMutantNodule (geology)BiologyShootHorticultureBotanyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

E107 and E132 are pea mutants that nodulate poorly. Because they have a shoot-controlled nodulation phenotype, we asked if their mutated genes were implicated in the autoregulation of nodulation (AON), a mechanism which consists of two systemic circuits, the positive CEP/CRA2 and the negative CLE/SUNN, coordinated via NIN and miR2111. We further characterized the mutants' phenotype by studying nodule distribution and nodulation efficiency. E107 was similar to wild-type (WT) in its nodule distribution, but E132 had an extended nodulation zone with nodules forming distally on its lateral roots. Moreover, we tested whether their shoots produced a compound inhibitory to nodulation. We made ethyl-acetate extracts of roots and shoots of both mutants and WT, which we applied to rhizobia-inoculated WT seedlings and to pure rhizobial cultures. Whereas free-living bacteria were unaffected by any of the extracts, WT treated with shoot extracts from either inoculated mutant had fewer nodules than that of control. E107 and E132 shoot extracts led to a 50% and a 35% reduction in nodule number, respectively. We propose that E107 and E132 belong to a new sub-class of AON mutants, i.e., hypo-nodulators, and that their respective gene products are acting in the AON descending branch, upstream of TML signaling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,031
Tête enseignante GPT0,238
Écart entre enseignants0,208 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetLegume Nitrogen Fixing SymbiosisTravaux en français237 207