Allelic variations of <i>WAK106‐E2Fa‐DPb1‐UGT74E2</i> module regulate fibre properties in <i>Populus tomentosa</i>
Notice bibliographique
Résumé
Wood formation, intricately linked to the carbohydrate metabolism pathway, underpins the capacity of trees to produce renewable resources and offer vital ecosystem services. Despite their importance, the genetic regulatory mechanisms governing wood fibre properties in woody plants remain enigmatic. In this study, we identified a pivotal module comprising 158 high-priority core genes implicated in wood formation, drawing upon tissue-specific gene expression profiles from 22 Populus samples. Initially, we conducted a module-based association study in a natural population of 435 Populus tomentosa, pinpointing PtoDPb1 as the key gene contributing to wood formation through the carbohydrate metabolic pathway. Overexpressing PtoDPb1 led to a 52.91% surge in cellulose content, a reduction of 14.34% in fibre length, and an increment of 38.21% in fibre width in transgenic poplar. Moreover, by integrating co-expression patterns, RNA-sequencing analysis, and expression quantitative trait nucleotide (eQTN) mapping, we identified a PtoDPb1-mediated genetic module of PtoWAK106-PtoDPb1-PtoE2Fa-PtoUGT74E2 responsible for fibre properties in Populus. Additionally, we discovered the two PtoDPb1 haplotypes that influenced protein interaction efficiency between PtoE2Fa-PtoDPb1 and PtoDPb1-PtoWAK106, respectively. The transcriptional activation activity of the PtoE2Fa-PtoDPb1 haplotype-1 complex on the promoter of PtoUGT74E2 surpassed that of the PtoE2Fa-PtoDPb1 haplotype-2 complex. Taken together, our findings provide novel insights into the regulatory mechanisms of fibre properties in Populus, orchestrated by PtoDPb1, and offer a practical module for expediting genetic breeding in woody plants via molecular design.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».