Kinase CIPK9 integrates glucose and abscisic acid signaling to regulate seed oil metabolism in rapeseed
Notice bibliographique
Résumé
Rapeseed (Brassica napus), an important oil crop worldwide, provides large amounts of lipids for human requirements. Calcineurin B-like (CBL)-interacting protein kinase 9 (CIPK9) was reported to regulate seed oil content in the plant. Here, we generated gene-silenced lines through RNA interference biotechnology and loss-of-function mutant bnacipk9 using CRISPR/Cas9 to further study BnaCIPK9 functions in the seed oil metabolism of rapeseeds. We discovered that compared with wild-type (WT) lines, gene-silenced and bnacipk9 lines had substantially different oil contents and fatty acid compositions: seed oil content was improved by 3%-5% and 1%-6% in bnacipk9 lines and gene-silenced lines, respectively; both lines were with increased levels of monounsaturated fatty acids and decreased levels of polyunsaturated fatty acids. Additionally, hormone and glucose content analyses revealed that compared with WT lines the bnacipk9 lines showed significant differences: in bnacipk9 seeds, indoleacetic acid and abscisic acid (ABA) levels were higher; glucose and sucrose contents were higher with a higher hexose-to-sucrose ratio in bnacipk9 mid-to-late maturation development seeds. Furthermore, the bnacipk9 was less sensitive to glucose and ABA than the WT according to stomatal aperture regulation assays and the expression levels of genes involved in glucose and ABA regulating pathways in rapeseeds. Notably, in Arabidopsis (Arabidopsis thaliana), exogenous ABA and glucose imposed on developing seeds revealed the effects of ABA and glucose signaling on seed oil accumulation. Altogether, our results strongly suggest a role of CIPK9 in mediating the interaction between glucose flux and ABA hormone signaling to regulate seed oil metabolism in rapeseed.
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 | 0,001 |
| 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 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 ».