MétaCan
Menu
Retour à la cohorte
Enregistrement W3136845941 · doi:10.1186/s12915-021-00996-4

Reorganization of the 3D chromatin architecture of rice genomes during heat stress

2021· article· en· W3136845941 sur OpenAlexaff
Zhe Liang, Qian Zhang, Changmian Ji, Guihua Hu, Pingxian Zhang, Yifan Wang, Liwen Yang, Xiaofeng Gu

Notice bibliographique

RevueBMC Biology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesChinese Academy of Agricultural Sciences
Mots-clésChromatinBiologyGenomeGeneGeneticsGene expressionGenomic organizationRegulation of gene expressionCell biologyComputational biology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The three-dimensional spatial organization of the genome plays important roles in chromatin accessibility and gene expression in multiple biological processes and has been reported to be altered in response to environmental stress. However, the functional changes in spatial genome organization during environmental changes in crop plants are poorly understood. RESULTS: Here we perform Hi-C, ATAC-seq, and RNA-seq in two agronomically important rice cultivars, Nipponbare (Nip; Japonica) and 93-11 (Indica), to report a comprehensive profile of nuclear dynamics during heat stress (HS). We show that heat stress affects different levels of chromosome organization, including A/B compartment transition, increase in the size of topologically associated domains, and loss of short-range interactions. The chromatin architectural changes were associated with chromatin accessibility and gene expression changes. Comparative analysis revealed that 93-11 exhibited more dynamic gene expression and chromatin accessibility changes, including HS-related genes, consistent with observed higher HS tolerance in this cultivar. CONCLUSIONS: Our data uncovered higher-order chromatin architecture as a new layer in understanding transcriptional regulation in response to heat stress in rice.

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 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 enseignants0,046
Score d'incertitude au seuil0,262

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations98
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC BiologyMême sujetGenomics and Chromatin DynamicsTravaux en français237 207