Multiomic insights into sucrose accumulation in sugarcane
Notice bibliographique
Résumé
Abstract Sugarcane ( Saccharum spp.) holds significant economic importance in sugar and biofuel production. Despite extensive research, understanding highly quantitative traits, such as sucrose content, remains challenging due to the complex genomic landscape of the crop. In this study, we conducted a multiomic investigation to elucidate the genetic architecture and molecular mechanisms governing sucrose accumulation in sugarcane. Using a biparental cross (IACSP95-3018 × IACSP93-3046) and a genetically diverse collection of sugarcane genotypes, we evaluated the soluble solids (Brix) and sucrose content (POL) across various years and environments. Both populations were genotyped using a genotyping-by-sequencing (GBS) approach, with single nucleotide polymorphisms (SNPs) identified via bioinformatics pipelines. Genotype‒phenotype associations were established using a combination of traditional linear mixed-effect models and machine learning algorithms. Furthermore, we conducted an RNA sequencing (RNA-Seq) experiment on genotypes exhibiting distinct Brix and POL profiles across different developmental stages. Differentially expressed genes (DEGs) potentially associated with variations in sucrose accumulation were identified. All findings were integrated through a comprehensive gene coexpression network analysis. Strong correlations among the evaluated characteristics were observed, with estimates of modest to high heritabilities. By leveraging a broad set of SNPs identified for both populations, we identified several SNPs potentially linked to phenotypic variance. Our examination of genes close to these markers facilitated the association of such SNPs with DEGs in genotypes with contrasting sucrose levels. Through the integration of these results with a gene coexpression network, we delineated a set of genes potentially involved in the regulatory mechanisms of sucrose accumulation in sugarcane, collectively contributing to the definition of this critical phenotype. Our findings constitute a significant resource for biotechnology and plant breeding initiatives. Furthermore, our genotype‒phenotype association models hold promise for application in genomic selection, offering valuable insights into the molecular underpinnings governing sucrose accumulation in sugarcane.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».