Integrative multiomic analysis identifies genes associated with cuticular wax biogenesis in adult maize leaves
Notice bibliographique
Résumé
Studying the genetic basis of leaf wax composition and its correlation with leaf cuticular conductance (gc) is crucial for improving crop productivity. The leaf cuticle, which comprises a cutin matrix and various waxes, functions as an extracellular hydrophobic layer, protecting against water loss upon stomatal closure. To address the limited understanding of genes associated with the natural variation of adult leaf cuticular waxes and their connection to gc, we conducted statistical genetic analyses using leaf transcriptomic, metabolomic, and physiological data sets collected from a maize (Zea mays L.) panel of ∼300 inbred lines. Through a random forest analysis with 60 cuticular wax traits, it was shown that high molecular weight wax esters play an important role in predicting gc. Integrating results from genome-wide and transcriptome-wide studies (GWAS and TWAS) via a Fisher's combined test revealed 231 candidate genes detected by all three association tests. Among these, 11 genes exhibit known or predicted roles in cuticle-related processes. Throughout the genome, multiple hotspots consisting of GWAS signals for several traits from one or more wax classes were discovered, identifying four additional plausible candidate genes and providing insights into the genetic basis of correlated wax traits. Establishing a partially shared genetic architecture, we identified 35 genes for both gc and at least one wax trait, with four considered plausible candidates. Our study enhances the understanding of how adult leaf cuticle wax composition relates to gc and implicates both known and novel candidate genes as potential targets for optimizing productivity in maize.
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 | 0,002 |
| 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 ».