Transcriptome Study of Rice Roots Status under High Alkaline Stress at Seedling Stage
Notice bibliographique
Résumé
Alkaline stress is harmful to plant growth and development, it would induce endogenic ionic concentration and osmotic pressure, trigger relevant genes expression with transcription factor binding, signal transduction and hormone synthesis. In this study, we selected “Dongdao-4”, a salt-alkali stress tolerance rice cultivar, which was subjected to extreme high pH (pH = 11.5) alkaline stress at the trefoil stage for 7 days. Using the RNA-seq technology, we analyzed variations in genes expressed between the fourth and the seventh day of treatment. The number of differentially expressed genes (DEGs) was 3804, 2534, 207 and 3276 for fourth day-stress vs. fourth day-control, seventh day-stress vs. seventh day-control, seventh day-control vs. fourth day-control and seventh day-stress vs. fourth day-stress, respectively. Gene ontology (GO) results revealed that DEGs were mainly enriched in apoptotic process, electron carrier activity, receptor activity, molecular transducer activity. The Kyoto Encyclopedia of Genes and Genomes (KEGG) results implied that DEGs were mainly enriched in metabolic pathways, biosynthesis of secondary metabolites. In particular, DEGs were distributed in genes related to the transcription factor, leucine rich repeats (LRRs) and hormones. We also report here for the first-time identification of 125 genes specifically expressed during the alkaline stress. Our results provided important information assisting with the exploration of the molecular mechanisms of rice plants subjected to high pH condition and can facilitate rice abiotic tolerance breeding.
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) | 0,002 | 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 ».