<scp>SlERF</scp>.<scp>H6</scp> mediates the orchestration of ethylene and gibberellin signaling that suppresses <scp>bitter‐SGA</scp> biosynthesis in tomato
Notice bibliographique
Résumé
Summary Steroidal glycoalkaloids (SGAs) constitute a characteristic class of antinutritional metabolites that are found in certain Solanum species. Despite the considerable studies on SGA biosynthesis, the mechanisms of crosstalk between hormone signaling pathways that regulate SGA content still remain to be elucidated. Here, we performed a metabolic genome‐wide association study (mGWAS) based on the levels of SGA metabolites and identified SlERF.H6 as a negative regulator of bitter‐SGA biosynthesis. SlERF.H6 repressed the expression of SGA biosynthetic glycoalkaloid metabolism ( GAME ) genes and caused a subsequent decrease in the abundance of bitter SGAs. Furthermore, SlERF.H6 were shown to act downstream of GAME9, a regulator of SGA biosynthesis in tomato. We also uncovered the interplay between ethylene and gibberellin (GA) signaling in regulating SGA biosynthesis. SlERF.H6, acting as a downstream component in ethylene signaling, modulated GA content by inhibiting SlGA2ox12 expression. Increasing levels of endogenous GA 12 and GA 53 in SlERF.H6‐OE could inhibit of GA on SGA biosynthesis. Additionally, 1‐aminocyclopropane‐1‐carboxylic acid (ACC) treatment decreased the stability of SlERF.H6, weakening its inhibition on GAME genes and SlGA2ox12 , and caused bitter‐SGA accumulation. Our findings reveal a key role of SlERF.H6 in the regulation of SGA biosynthesis through the coordinated ethylene‐gibberellin signaling.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».