Transcriptomic analysis reveals differential gene expression patterns during cannabis leaf morphogenesis and phase transition
Notice bibliographique
Résumé
Understanding the molecular mechanisms governing leaf morphogenesis and phase transition in Cannabis sativa is critical for optimizing its growth, development and yield. In this study, we conducted a comparative transcriptomic analysis to investigate the gene expression patterns associated with leaf development and the transition from vegetative to reproductive phases in cannabis plants. Following germination, cannabis plants display a distinct leaf developmental pattern. While the specific number of leaflets varies among cultivars, here we focused on the White Widow cultivar as a model. It showed an increase in the number of serrated leaflets from one (L1) to nine (L5) in a node-specific manner. Subsequently, the number of leaflets decreased from eight (L6) to three (L9). The transition from vegetative to reproductive phases, marked by the appearance of solitary flowers and a shift from opposite to alternate leaf phyllotaxy, occurred at node 7 and node 12, respectively. Analysis of gene expression revealed 1358 differentially expressed genes, with 1,182 genes showing differential expression across all leaves. Notably, several genes involved in leaf morphogenesis (e.g. YAB, AGO5, and TCP4) were found to be upregulated in compound leaves (L2) compared to simple leaves (L1), implying a role in leaflet formation and overall leaf morphology. Furthermore, several genes associated with phase transition and flowering (e.g. SPLs, ELFs, SOC1, and CEN-Like) exhibited specific expression patterns during the transition from vegetative to reproductive phases. These findings provide valuable insights into the genetic regulation of leaf morphogenesis and phase transition in cannabis.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».