MétaCan
Menu
Retour à la cohorte
Enregistrement W3150329395 · doi:10.3389/fpls.2021.627129

Proteomic Responses to Alkali Stress in Oats and the Alleviatory Effects of Exogenous Spermine Application

2021· article· en· W3150329395 sur OpenAlexfundno aff
Jianhui Bai, Ke Jin, Wei Qin, Yuqing Wang, Qiang Yin

Notice bibliographique

RevueFrontiers in Plant Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePolyamine Metabolism and Applications
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Agricultural SciencesAgriculture and Agri-Food CanadaNational Natural Science Foundation of China
Mots-clésSpermineJasmonic acidChemistryAbscisic acidBiochemistryFood scienceBotanyBiologySalicylic acidEnzyme

Résumé

récupéré en direct d'OpenAlex

Alkali stress limits plant growth and yield more strongly than salt stress and can lead to the appearance of yellow leaves; however, the reasons remain unclear. In this study, we found that (1) the down-regulation of coproporphyrinogen III oxidase, protoporphyrinogen oxidase, and Pheophorbide a oxygenase in oats under alkali stress contributes to the appearance of yellow leaves (as assessed by proteome and western blot analyses). (2) Some oat proteins that are involved in the antioxidant system, root growth, and jasmonic acid (JA) and indole-3-acetic acid (IAA) synthesis are up-regulated in response to alkalinity and help increase alkali tolerance. (3) We added exogenous spermine to oat plants to improve their alkali tolerance, which resulted in higher chlorophyll contents and plant dry weights than in plants subjected to alkaline stress alone. This was due to up-regulation of chitinase and proteins related to chloroplast structure, root growth, and the antioxidant system. Spermine addition increased sucrose utilization efficiency, and promoted carbohydrate export from leaves to roots to increase energy storage in roots. Spermine addition also increased the IAA and JA contents required for root growth.

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 enseignants0,059
Score d'incertitude au seuil0,187

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 GPT0,225
Écart entre enseignants0,221 · 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetPolyamine Metabolism and ApplicationsTravaux en français237 207