MétaCan
Menu
Retour à la cohorte
Enregistrement W4384523402 · doi:10.3389/fpls.2023.1204016

Identification of new potential molecular actors related to fiber quality in flax through Omics

2023· article· en· W4384523402 sur OpenAlexfundno aff
Malika Chabi, Estelle Goulas, Dmitry Galinousky, Anne‐Sophie Blervacq, Anca Lucau‐Danila, Godfrey Neutelings, Sébastien Grec, Arnaud Day, Brigitte Chabbert, Katharina Haag, Jörg Müssig, Sandrine Arribat, Sébastien Planchon, Jenny Renaut, Simon Hawkins

Notice bibliographique

RevueFrontiers in Plant Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensnon disponible
Organismes subventionnairesFP7 Food, Agriculture and Fisheries, BiotechnologyNatural Sciences and Engineering Research Council of CanadaAgence Nationale de la RechercheMinisterio de Economía y CompetitividadBundesministerium für Bildung und ForschungUniversité de LilleGenome Canada
Mots-clésIdentification (biology)Quality (philosophy)BiologyComputational biologyFiberOmicsBiotechnologyData scienceGeneticsBotanyComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

One of the biggest challenges for a more widespread utilization of plant fibers is to better understand the different molecular factors underlying the variability in fineness and mechanical properties of both elementary and scutched fibers. Accordingly, we analyzed genome-wide transcription profiling from bast fiber bearing tissues of seven different flax varieties (4 spring, 2 winter fiber varieties and 1 winter linseed) and identified 1041 differentially expressed genes between varieties, of which 97 were related to cell wall metabolism. KEGG analysis highlighted a number of different enriched pathways. Subsequent statistical analysis using Partial Least-Squares Discriminant Analysis showed that 73% of the total variance was explained by the first 3 X-variates corresponding to 56 differentially expressed genes. Calculation of Pearson correlations identified 5 genes showing a strong correlation between expression and morphometric data. Two-dimensional gel proteomic analysis on the two varieties showing the most discriminant and significant differences in morphometrics revealed 1490 protein spots of which 108 showed significant differential abundance. Mass spectrometry analysis successfully identified 46 proteins representing 32 non-redundant proteins. Statistical clusterization based on the expression level of genes corresponding to the 32 proteins showed clear discrimination into three separate clusters, reflecting the variety type (spring-/winter-fiber/oil). Four of the 32 proteins were also highly correlated with morphometric features. Examination of predicted functions for the 9 (5 + 4) identified genes highlighted lipid metabolism and senescence process. Calculation of Pearson correlation coefficients between expression data and retted fiber mechanical measurements (strength and maximum force) identified 3 significantly correlated genes. The genes were predicted to be connected to cell wall dynamics, either directly (Expansin-like protein), or indirectly (NAD(P)-binding Rossmann-fold superfamily protein). Taken together, our results have allowed the identification of molecular actors potentially associated with the determination of both in-planta fiber morphometrics, as well as ex-planta fiber mechanical properties, both of which are key parameters for elementary fiber and scutched fiber quality in flax.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,345
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetPhytoestrogen effects and researchTravaux en français237 207