MsSPL9 Modulates Nodulation under Nitrate Sufficiency Condition in Medicago sativa
Notice bibliographique
Résumé
Nodulation in Leguminous spp. is induced by common environmental cues, such as low nitrogen availability conditions, in the presence of the specific Rhizobium spp. in the rhizosphere. Medicago sativa (alfalfa) is an important nitrogen-fixing forage crop that is widely cultivated around the world and relied upon as a staple source of forage in livestock feed. Although alfalfa’s relationship with these bacteria is one of the most efficient between rhizobia and legume plants, breeding for nitrogen-related traits in this crop has received little attention. In this report, we investigate the role of Squamosa-Promoter Binding Protein-Like 9 (SPL9), a target of miR156, in nodulation in alfalfa. Transgenic alfalfa plants with SPL9-silenced (SPL9-RNAi) and overexpressed (35S::SPL9) were compared to wild-type (WT) alfalfa for phenotypic changes in nodulation in the presence and absence of nitrogen. Phenotypic analyses showed that silencing of MsSPL9 in alfalfa caused an increase in the number of nodules. Moreover, the characterization of phenotypic and molecular parameters revealed that MsSPL9 regulates nodulation under a high concentration of nitrate (10 mM KNO3) by regulating the transcription levels of the nitrate-responsive genes Nitrate Reductase1 (NR1), NR2, Nitrate transporter 2.5 (NRT2.5), and a shoot-controlled autoregulation of nodulation (AON) gene, Super numeric nodules (SUNN). While MsSPL9–overexpressing transgenic plants have dramatically increased transcript levels of SUNN, NR1, NR2, and NRT2.5, reducing MsSPL9 caused downregulation of these genes and displayed a nitrogen-starved phenotype, as downregulation of the MsSPL9 transcript levels caused a nitrate-tolerant nodulation phenotype. Taken together, our results suggest that MsSPL9 regulates nodulation in alfalfa in response to nitrate.
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 ».