Transposable element-initiated enhancer-like elements generate the subgenome-biased spike specificity of polyploid wheat
Notice bibliographique
Résumé
Transposable elements (TEs) comprise ~85% of the common wheat genome, which are highly diverse among subgenomes, possibly contribute to polyploid plasticity, but the causality is only assumed. Here, by integrating data from gene expression cap analysis and epigenome profiling via hidden Markov model in common wheat, we detect a large proportion of enhancer-like elements (ELEs) derived from TEs producing nascent noncoding transcripts, namely ELE-RNAs, which are well indicative of the regulatory activity of ELEs. Quantifying ELE-RNA transcriptome across typical developmental stages reveals that TE-initiated ELE-RNAs are mainly from RLG_famc7.3 specifically expanded in subgenome A. Acquisition of spike-specific transcription factor binding likely confers spike-specific expression of RLG_famc7.3-initiated ELE-RNAs. Knockdown of RLG_famc7.3-initiated ELE-RNAs resulted in global downregulation of spike-specific genes and abnormal spike development. These findings link TE expansion to regulatory specificity and polyploid developmental plasticity, highlighting the functional impact of TE-driven regulatory innovation on polyploid evolution.
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 | 0,000 | 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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».