Identification and characterization of heat-responsive microRNAs at the booting stage in two rice varieties, 9311 and Nagina 22
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are small, non-coding, regulatory RNAs that play important roles in abiotic stress responses in plants, but their regulatory roles in the adaptive response to heat stress at the booting stage in two rice varieties, 9311 and Nagina 22, remain largely unknown. In this study, 464 known miRNAs and 123 potential novel miRNAs were identified. Of these miRNAs, a total of 90 differentially expressed miRNAs were obtained with 9311 libraries as the control group, of which 54 were upregulated and 36 were downregulated. To gain insight into functional significance, 2773 potential target genes of these 90 differentially expressed miRNAs were predicted. GO enrichment analysis showed that the predicted target genes of differentially expressed miRNAs included NACs, LACs, CSD, and Hsp40. KEGG pathway analysis showed that the target genes of these differentially expressed miRNAs were significantly enriched in the plant hormone signal transduction pathway. The expression levels of 10 differentially expressed miRNAs and their target genes obtained by qRT-PCR were largely consistent with the sequencing results. This study lays a foundation for the elucidation of the miRNA-mediated regulatory mechanisms in rice at elevated temperatures.
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 | 0,000 | 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 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 ».