Genome‐wide analysis, metabolomics, and transcriptomics reveal the molecular basis of <i>ZlRc</i> overexpression in promoting phenolic compound accumulation in rice seeds
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.
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) | 0,000 | 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) | 0,001 | 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 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 ».