LncRNA PMAT–PtoMYB46 module represses PtoMATE and PtoARF2 promoting Pb2+ uptake and plant growth in poplar
Notice bibliographique
Résumé
Lead (Pb2+) is one of the most toxic heavy-metal contaminants. Fast-growing woody plants with substantial biomass are ideal for bioremediation. However, the transcriptional regulation of Pb2+ uptake in woody plants remains unclear. Here, we identified 226 Pb2+-induced, differentially expressed long non-coding RNAs (DELs) in Populus tomentosa. Functional annotation revealed that these DELs mainly regulate carbon metabolism, biosynthesis of secondary metabolites, energy metabolism, and signal transduction through their potential target genes. Association and epistasis analysis showed that the lncRNA PMAT (Pb2+-induced multidrug and toxic compound extrusion (MATE) antisense lncRNA) interacts epistatically with PtoMYB46 to regulate leaf dry weight, photosynthesis rate, and transketolase activity. Genetic transformation and molecular assays showed that PtoMYB46 reduces the expression of PtoMATE directly or indirectly through PMAT, thereby reducing the secretion of citric acid (CA) and ultimately promoting Pb2+ uptake. Meanwhile, PtoMYB46 targets auxin response factor 2 (ARF2) and reduces its expression, thus positively regulating plant growth. We concluded that the PMAT–PtoMYB46–PtoMATE–PtoARF2 regulatory module control Pb2+ tolerance, uptake, and plant growth. This study demonstrates the involvement of lncRNAs in response to Pb2+ in poplar, yielding new insight into the potential for developing genetically improved woody plant varieties for phytoremediating lead-contaminated soils.
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) | 0,002 | 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 ».