Comprehensive transcriptome profiling reveals abundant long non‐coding <scp>RNAs</scp> associated with development of the rice false smut fungus, <i>Ustilaginoidea virens</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Long non-coding RNAs (lncRNAs) play an important role in biological processes but regulation and function of lncRNAs remain largely unelucidated, especially in fungi. Ustilaginoidea virens is an economically important fungus causing a devastating disease of rice. By combining microscopic and RNA-seq analyses, we comprehensively characterized lncRNAs of this fungus in infection and developmental processes and defined four serial typical stages. RNA-seq analyses revealed 1724 lncRNAs in U. virens, including 1084 long intergenic non-coding RNAs (lincRNAs), 51 intronic RNAs (incRNAs), 566 natural antisense transcripts (lncNATs) and 23 sense transcripts. Gene Ontology enrichment of differentially expressed lincRNAs and lncNATs demonstrated that these were mainly involved in transport-related regulation. Functional studies of transport-related lncRNAs revealed that UvlncNAT-MFS, a cytoplasm localized lncNAT of a putative MFS transporter gene, UvMFS, could form an RNA duplex with UvMFS and was required for regulation of growth, conidiation and various stress responses. Our results were the first to elucidate the lncRNA profiles during infection and development of this important phytopathogen U. virens. The functional discovery of the novel lncRNA, UvlncNAT-MFS, revealed the potential of lncRNAs in regulation of life processes in fungi.
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.
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 découle