Transcriptome-wide Identification and Characterization of microRNAs and Their Targets in a Highly Adaptable Conifer Platycladus orientalis
Notice bibliographique
Résumé
MicroRNAs (miRNAs) are short noncoding RNAs (20–25 nucleotides) that regulate gene expression posttranscriptionally. However, identification and characterization of miRNAs remain limited for conifer species. In this study, we applied transcriptome-wide miRNAs sequencing to a conifer species Platycladus orientalis , which is highly adaptable to a wide range of environmental adversities, including drought, barren soil, and mild salinity. A total of 17,181,542 raw reads were obtained from the Illumina sequencing platform; 31 conserved and 91 novel miRNAs were identified, and their unique characteristics were further analyzed. Ten randomly selected miRNAs were validated by quantificational real-time polymerase chain reaction. Through miRNA target predictions based on psRNATarget, 2331 unique mRNAs were predicted to be targets of P. orientalis miRNAs that involved in 187 metabolic pathways in KEGG database. These targets included not only important transcription factors (e.g., class III homeodomain leucine zipper targeted by por-miR166d) but also indispensable nontranscriptional factor proteins (i.e., por-miR482a-3p regulated nucleotide-binding site leucine-rich repeat protein). Interestingly, six miRNAs (por-miR16, -miR44, -miR60-5p, -miR69–3p, -miR166b-5p, and -miR395c) were found in adaptation-related pathways (e.g., drought), indicating their possible involved in this species’ stress-tolerance characteristics. The present study provided essential information for understanding the regulatory role of miRNAs in P. orientalis and sheds light on their possible use in tree improvement for stress tolerance.
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 | 0,000 | 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 ».