Sesame Genomic Web Resource (SesameGWR): a well-annotated data resource for transcriptomic signatures of abiotic and biotic stress responses in sesame (<i>Sesamum indicum</i> L.)
Notice bibliographique
Résumé
Sesame (Sesamum indicum L.) is a globally cultivated oilseed crop renowned for its historical significance and widespread growth in tropical and subtropical regions. With notable nutritional and medicinal attributes, sesame has shown promising effects in combating malnutrition cancer, diabetes, and other diseases like cardiovascular problems. However, sesame production faces significant challenges from environmental threats such as charcoal rot, drought, salinity, and waterlogging stress, resulting in economic losses for farmers. The scarcity of information on stress-resistance genes and pathways exacerbates these challenges. Despite its immense importance, there is currently no platform available to provide comprehensive information on sesame, which significantly hinders the mining of various stress-associated genes and the molecular breeding of sesame. To address this gap, here a free, web-accessible, and user-friendly genomic web resource (SesameGWR, http://backlin.cabgrid.res.in/sesameGWR/) has been developed This platform provides key insights into differentially expressed genes, transcription factors, miRNAs, and molecular markers like simple sequence repeats, single nucleotide polymorphisms, and insertions and deletions associated with both biotic and abiotic stresses.. The functional genomics information and annotations embedded in this web resource were predicted through RNA-seq data analysis. Considering the impact of climate change and the nutritional and medicinal importance of sesame, this study is of utmost importance in understanding stress responses. SesameGWR will serve as a valuable tool for developing climate-resilient sesame varieties, thereby enhancing the productivity of this ancient oilseed crop.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,023 |
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 source (Gemma direct ou Codex distillé), 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 ».