Genome‐wide analysis, metabolomics, and transcriptomics reveal the molecular basis of <i>ZlRc</i> overexpression in promoting phenolic compound accumulation in rice seeds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Chinese wild rice ( Zizania latifolia ) is rich in phenolic compounds, particularly flavonoids. This study identified 203 basic helix‐loop‐helix (bHLHs) in Z. latifolia and showed that ZlbHLH196 ( Zla16G011250 ) corresponds to the ZlRc gene in Z. latifolia , with its protein product localizing to the nucleus. Notably, the pericarps of ZlRc ‐overexpressing (OE) rice are brown, whereas those of wild‐type (WT) rice are nonpigmented. The total phenolic, flavonoid, and proanthocyanidin contents, antioxidant activity, as well as enzyme inhibitory effects of ZlRc ‐OE rice were significantly higher than those of WT rice. Overall, 221 differential phenolic metabolites were identified between ZlRc ‐OE and WT rice, among which 198 were upregulated in the former. Additionally, a total of 227 differentially expressed genes were identified between ZlRc ‐OE and WT rice, with 173 upregulated. Kyoto Encyclopedia of Genes and Genomes annotation and enrichment analysis of phenolic metabolites revealed enhanced isoflavonoid, flavone, flavonol, and flavonoid biosynthesis pathways in ZlRc ‐OE rice, which, furthermore, showed a markedly upregulated expression and significantly higher activities of four key flavonoid biosynthesis–related enzymes (phenylalanine ammonia‐lyase, chalcone synthase, chalcone‐flavanone isomerase, and dihydroflavonol 4‐reductase). These findings show that ZlRc ‐overexpression promotes phenolic compound accumulation in rice seeds and can be used to bioaugment rice phenolic content.
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.
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 | 0,001 | 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 découle