Alkaloid production and response to natural adverse conditions in <i>Peganum harmala</i>: <i>in silico</i> transcriptome analyses
Notice bibliographique
Résumé
Peganum harmala is a valuable wild plant that grows and survives under adverse conditions and produces pharmaceutical alkaloid metabolites. Using different assemblers to develop a transcriptome improves the quality of assembled transcriptome. In this study, a concrete and accurate method for detecting stress-responsive transcripts by comparing stress-related gene ontology (GO) terms and public domains was designed. An integrated transcriptome for P. harmala including 42656 coding sequences was created by merging de novo assembled transcriptomes. Around 35000 transcripts were annotated with more than 90% resemblance to three closely related species of Citrus, which confirmed the robustness of the assembled transcriptome; 4853 stress-responsive transcripts were identified. CYP82 involved in alkaloid biosynthesis showed a higher number of transcripts in P. harmala than in other plants, indicating its diverse alkaloid biosynthesis attributes. Transcription factors (TFs) and regulatory elements with 3887 transcripts comprised 9% of the transcriptome. Among the TFs of the integrated transcriptome, cystein2/histidine2 (C2H2) and WD40 repeat families were the most abundant. The Kyoto Encyclopedia of Genes and Genomes (KEGG) MAPK (mitogen-activated protein kinase) signaling map and the plant hormone signal transduction map showed the highest assigned genes to these pathways, suggesting their potential stress resistance. The P. harmala whole-transcriptome survey provides important resources and paves the way for functional and comparative genomic studies on this plant to discover stress-tolerance-related markers and response mechanisms in stress physiology, phytochemistry, ecology, biodiversity, and evolution. P. harmala can be a potential model for studying adverse environmental cues and metabolite biosynthesis and a major source for the production of various alkaloids.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».