Polar auxin transport dynamics of primary and secondary vein patterning in dicot leaves
Notice bibliographique
Résumé
Abstract The growth regulator auxin plays a central role in the phyllotaxy, shape and venation patterns of leaves. The auxin spatial localization underlying these phenomena involves polar auxin transport (PAT) at the cellular level, particularly the preferential allocation of PINFORMED (PIN) efflux proteins to certain areas of the plasma membrane. Two general mechanisms have been studied: an up-the-gradient (UTG) allocation dependent on neighbouring-cell auxin concentrations, and a with-the-flux (WTF) allocation dependent on the flow of auxin across walls. We have developed a combined UTG+WTF model to quantify the observed auxin flows both towards (UTG) and away from (WTF) auxin maxima during primary and secondary vein patterning in leaves. The model simulates intracellular and membrane kinetics and intercellular transport, and is solved for a 2D leaf of several hundred cells. In addition to normal development, modelling of increasing PAT inhibition generates, as observed experimentally: a switch from several distinct vein initiation sites to many less distinct sites; a delay in vein canalization; inhibited connection of new veins to old; and finally loss of patterning in the margin, loss of vein extension and confinement of auxin to the margin. The model generates the observed formation of discrete auxin maxima at leaf vein sources and shows the dependence of secondary vein patterning on the efficacy of auxin flux through cells. Simulations of vein patterning and leaf growth further indicate that growth itself may bridge the spatial scale from the cell–cell resolution of the PIN-auxin dynamics to vein patterns on the whole-leaf scale.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».