MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400218942 · doi:10.1101/2024.06.26.600872

Hornworts reveal a spatial model for pyrenoid-based CO <sub>2</sub> -concentrating mechanisms in land plants

2024· preprint· en· W4400218942 sur OpenAlexaff
Tanner A. Robison, Zhen Guo Oh, Declan Lafferty, Xia Xu, Juan Carlos Villarreal, Laura H. Gunn, Fay‐Wei Li

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesTriad FoundationPacific Northwest National LaboratoryNational Science Foundation
Mots-clésPyrenoidComputer scienceEnvironmental scienceBiologyChloroplast

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Pyrenoid-based CO 2 -concentrating mechanisms (pCCMs) turbocharge photosynthesis by saturating CO 2 around Rubisco. Hornworts are the only land plants with a pCCM. Owing to their closer relationship to crops, hornworts could offer greater translational potential compared to the green alga Chlamydomonas, the traditional model for studying pCCM. Here we report the first thorough investigation of a hornwort pCCM using the emerging model Anthoceros agrestis . The pyrenoids in A. agrestis exhibit liquid-like properties similar to Chlamydomonas, but differ by lacking starch sheaths and being enclosed by multiple thylakoids. We found that the core pCCM components in Chlamydomonas, including BST, LCIB, and CAH3, are conserved in A. agrestis and likely have similar functions based on their subcellular localizations. Therefore, the underlying chassis for concentrating CO 2 might be shared between hornworts and Chlamydomonas, and ancestral to land plants. Our study presents the first spatial model for pCCM in a land plant, paving the way for future biochemical and genetic investigations.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→