Full-length transcriptome analysis and identification of genes involved in asarinin and aristolochic acid biosynthesis in medicinal plant <i>Asarum sieboldii</i>
Notice bibliographique
Résumé
Asarum sieboldii, a well-known traditional Chinese medicinal herb, is used for curing inflammation and ache. It contains both the bioactive ingredient asarinin and the toxic compound aristolochic acid. To address further breeding demand, genes involved in the biosynthetic pathways of asarinin and aristolochic acid should be explored. Therefore, the full-length transcriptome of A. sieboldii was sequenced using PacBio Iso-Seq to determine the candidate transcripts that encode the biosynthetic enzymes of asarinin and aristolochic acid. In this study, 63 023 full-length transcripts were generated with an average length of 1371 bp from roots, stems, and leaves, of which 49 593 transcripts (78.69%) were annotated against public databases. Furthermore, 555 alternative splicing (AS) events, 10 869 long noncoding RNAs (lncRNAs) as well as their 11 291 target genes, and 17 909 simple sequence repeats (SSRs) were identified. The data also revealed 97 candidate transcripts related to asarinin metabolism, of which six novel genes that encoded enzymes involved in asarinin biosynthesis were initially reported. In addition, 56 transcripts related to aristolochic acid biosynthesis were also identified, including CYP81B. In summary, these transcriptome data provide a useful resource to study gene function and genetic engineering in A. sieboldii.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
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.
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 ».