MétaCan
Menu
Retour à la cohorte
Enregistrement W4281619941 · doi:10.3390/f13060873

Identification and Comparative Analysis of Conserved and Species-Specific microRNAs in Four Populus Sections

2022· article· en· W4281619941 sur OpenAlexaff
Yong-Li Qi, Liang‐Jiao Xue, Yousry A. El‐Kassaby, Ying Guo

Notice bibliographique

RevueForests · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiologymicroRNAGeneticsGeneNucleotide diversitySingle-nucleotide polymorphismPopulus trichocarpaAdaptation (eye)Evolutionary biologyPopulus euphraticaGenetic diversityIdentification (biology)Computational biologyGenomeHaplotypeBotanyAlleleGenotypePopulation

Résumé

récupéré en direct d'OpenAlex

The conservation and diversity of microRNA (miRNA) families provide insights into the evolution of miRNA genes. However, there are few studies to explore the miRNA genes at the genus level in plants. Here, we identified 1194 miRNA loci in four Populus species P. deltoides, P. euphratica, P. tremula, and P. trichocarpa from Aigeiros, Turanga, Populus, and Tacamahaca sections, respectively, by combining de novo and homolog-based approaches. Our results indicated that a similar number of miRNA loci exist in each species (296–301 miRNA loci). Among the identified 143 miRNA families, 68 families are shared by the studied four species, and 31 families are species-specific, which might be related to local adaptation. Additionally, multiple miRNA-related single nucleotide polymorphisms (SNPs) were found, indicating that polymorphisms in pre-miRNA hairpins were likely to affect miRNA biogenesis. This study expanded the breadth and depth of miRNA annotations and provided valuable resources for further exploring the diversity and function of poplar miRNAs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,278
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetPlant Molecular Biology ResearchTravaux en français237 207