Identification and Characterization of Long Non-Coding RNA in Tomato Roots under Salt Stress
Notice bibliographique
Résumé
Abstract As one of the most important vegetable crops in the world, the production of tomatoes was restricted by salt stress. Therefore, it is of great interest to analyze the salt stress tolerance genes. As the non-coding RNAs (ncRNAs) with a length of more than 200 nucleotides, long non-coding RNAs (lncRNAs) lack the ability of protein-coding, but they can play crucial roles in plant development and response to abiotic stresses by regulating gene expression. Nevertheless, there are few studies on the roles of salt-induced lncRNAs in tomatoes. Therefore, we selected wild tomato Solanum pennellii ( S. pennellii ) and cultivated tomato M82 to be materials. By high-throughput sequencing, 1044 putative lncRNAs were identified here. Among them, 154 and 137 lncRNAs were differentially expressed in M82 and S. pennellii , respectively. Through functional analysis of target genes of differentially expressed lncRNAs (DE-lncRNAs), some genes were found to respond positively to salt stress by participating in Abscisic Acid (ABA) signaling pathway, brassinosteroid (BR) signaling pathway, ethylene (ETH) signaling pathway and anti-oxidation process. We also construct a salt-induced lncRNA-mRNA co-expression network to dissect the putative mechanisms of high salt tolerance in S. pennellii . We analyze the function of salt-induced lncRNAs in tomato roots at the genome-wide levels for the first time. These results will contribute to understanding the molecular mechanisms of salt tolerance in tomatoes from the perspective of lncRNAs.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 0,001 |
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 ».