MétaCan
Menu
Retour à la cohorte
Enregistrement W4399870481 · doi:10.1101/2024.06.18.599623

Multiomic insights into sucrose accumulation in sugarcane

2024· preprint· en· W4399870481 sur OpenAlex
Alexandre Hild Aono, Ricardo José Gonzaga Pimenta, Jéssica Faversani Diniz, Marishani Marin Carrasco, Guilherme Kenichi Hosaka, Fernando Henrique Correr, Ana Letycia Basso Garcia, Estela Araújo Costa, Alisson Esdras Coutinho, Luciana Rossini Pinto, Marcos Guimarães de Andrade Landell, Mauro Alexandre Xavier, Dilermando Pérecin, Monalisa Sampaio Carneiro, Thiago Willian Almeida Balsalobre, Reginaldo Massanobu Kuroshu, Gabriel Rodrigues Alves Margarido, Anete Pereira de Souza

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSugarcane Cultivation and Processing
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésSucroseSugarHorticultureBiologyBotanyFood science

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,255
Écart entre enseignants0,223 · 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