Transcriptome and translatome profiling of Col-0 and grp7grp8 under ABA treatment in Arabidopsis
Notice bibliographique
Résumé
Abscisic acid (ABA) is a crucial phytohormone that regulates plant growth and stress responses. While substantial knowledge exists about transcriptional regulation, the molecular mechanisms underlying ABA-triggered translational regulation remain unclear. Recent advances in deep sequencing of ribosome footprints (Ribo-seq) enable the mapping and quantification of mRNA translation efficiency. Additionally, RNA-binding proteins (RBPs) play essential roles in translational regulation by interacting with target RNA molecules, making the identification of binding sites via UV crosslinking and immunoprecipitation (CLIP) critical for understanding RBP function. Glycine-rich RNA-binding proteins (GRPs), a prominent class of RBPs in plants, are responsive to ABA. In this study, RNA-seq and Ribo-seq analyses were conducted on 3-day-old Col-0 and grp7grp8 seedlings of Arabidopsis thaliana, treated with either ABA or mock solutions. These analyses facilitated deep sequencing of total mRNA and mRNA fragments protected by translating ribosomes. Additionally, CLIP-seq analysis of pGRP7::GRP7-GFP grp7-1 identified RNA bound by GRP7. This multi-omics dataset allows for a comprehensive investigation of the plant's response to ABA from various perspectives, providing a significant resource for studying ABA-regulated mRNA translation efficiency.
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 | 0,000 | 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 | 0,001 |
| 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 ».