MétaCan
Menu
Retour à la cohorte
Enregistrement W4391687999 · doi:10.1111/tpj.16663

Deep learning‐based quantification and transcriptomic profiling reveal a methyl jasmonate‐mediated glandular trichome formation pathway in <i>Cannabis sativa</i>

2024· article· en· W4391687999 sur OpenAlexaff
Xiaoqin Huang, Wei Chen, Yuqing Zhao, Jingjing Chen, Yuzeng Ouyang, Minxuan Li, Yu Gu, Qinqin Wu, Sen Cai, Foqin Guo, Panpan Zhu, Deyong Ao, Shijun You, Liette Vasseur, Yuanyuan Liu

Notice bibliographique

RevueThe Plant Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensBrock University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiologyTranscriptomeTrichomeMethyl jasmonateJasmonatePhenotypeCannabinoidGene expression profilingGeneComputational biologyCannabisTranscription factorCell biologyGeneticsGene expressionBotanyArabidopsisReceptorMutant

Résumé

récupéré en direct d'OpenAlex

Cannabis glandular trichomes (GTs) are economically and biotechnologically important structures that have a remarkable morphology and capacity to produce, store, and secrete diverse classes of secondary metabolites. However, our understanding of the developmental changes and the underlying molecular processes involved in cannabis GT development is limited. In this study, we developed Cannabis Glandular Trichome Detection Model (CGTDM), a deep learning-based model capable of differentiating and quantifying three types of cannabis GTs with a high degree of efficiency and accuracy. By profiling at eight different time points, we captured dynamic changes in gene expression, phenotypes, and metabolic processes associated with GT development. By integrating weighted gene co-expression network analysis with CGTDM measurements, we established correlations between phenotypic variations in GT traits and the global transcriptome profiles across the developmental gradient. Notably, we identified a module containing methyl jasmonate (MeJA)-responsive genes that significantly correlated with stalked GT density and cannabinoid content during development, suggesting the existence of a MeJA-mediated GT formation pathway. Our findings were further supported by the successful promotion of GT development in cannabis through exogenous MeJA treatment. Importantly, we have identified CsMYC4 as a key transcription factor that positively regulates GT formation via MeJA signaling in cannabis. These findings provide novel tools for GT detection and counting, as well as valuable information for understanding the molecular regulatory mechanism of GT formation, which has the potential to facilitate the molecular breeding, targeted engineering, informed harvest timing, and manipulation of cannabinoid production.

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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,247 · 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

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Plant JournalMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207