MétaCan
Menu
Retour à la cohorte
Enregistrement W3204013617 · doi:10.1093/nsr/nwab180

Calcium-dependent protein kinase CPK32 mediates calcium signaling in regulating Arabidopsis flowering time

2021· article· en· W3204013617 sur OpenAlexfundno aff
Xidong Li, Limei Chen, Yao Li, Junjie Zou, Jie Hao, Weihua Wu

Notice bibliographique

RevueNational Science Review · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Genetics and Developmental Biology, Chinese Academy of SciencesChinese Academy of SciencesChina Postdoctoral Science FoundationChinese Universities Scientific FundChina Agricultural UniversityInstitute of GeneticsNational Natural Science Foundation of China
Mots-clésArabidopsisCalciumBiologyCell biologySignal transductionKinaseCalcium signalingProtein kinase ABotanyChemistryGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Appropriate flowering time is critical for the reproductive success of plant species. Emerging evidence indicates that calcium may play an important role in the regulation of flowering time. However, the underlying molecular mechanisms remain unclear. In this study, we demonstrate that calcium-dependent protein kinase 32 (CPK32) regulates flowering time by affecting the alternative polyadenylation of FLOWERING CONTROL LOCUS A (FCA) and altering the transcription of FLOWERING LOCUS C (FLC), a central repressor of flowering time. The knockdown of CPK32 results in an obvious late flowering phenotype and dramatically enhanced FLC transcription. CPK32 interacts with FCA, and phosphorylates the serine592 of FCA in a Ca2+-dependent manner. Moreover, the ratio of abundance of the FCA transcripts (FCA-D and FCA-P) changes significantly in the cpk32 mutant, which subsequently affects FLC expression and consequently regulates floral transition. The present evidence demonstrates that CPK32 modulates flowering time by regulating FCA alternative polyadenylation and consequent FLC expression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,317
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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

Citations64
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Science ReviewMême sujetPlant Molecular Biology ResearchTravaux en français237 207