MétaCan
Menu
Retour à la cohorte
Enregistrement W4408175679 · doi:10.1186/s12870-025-06313-3

The CGA1-SNAT regulatory module potentially contributes to cytokinin-mediated melatonin biosynthesis and drought tolerance in wheat

2025· article· en· W4408175679 sur OpenAlexaff
Roohollah Shamloo‐Dashtpagerdi, Angelica Lindlöf, Massume Aliakbari

Notice bibliographique

RevueBMC Plant Biology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensEtobicoke General Hospital
Organismes subventionnairesHögskolan i Skövde
Mots-clésBiologyMelatoninCytokininBiosynthesisDrought toleranceBotanyCell biologyComputational biologyGeneBiochemistryNeuroscienceAuxin

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Melatonin plays a pivotal role in alleviating abiotic stresses, yet its biosynthesis regulation in crops, particularly wheat, remains unclear. This study explores regulatory components of melatonin biosynthesis under drought stress using bioinformatic, physiochemical, and molecular approaches in contrasting wheat genotypes. RESULTS: Bioinformatic analysis identified SNAT, a key melatonin biosynthesis gene, and 88 transcription factors (TFs) from 26 families as potential regulators. The regulatory network for SNAT highlighted CYTOKININ-RESPONSIVE GATA FACTOR 1 (CGA1) as a significant TF. Under drought stress, contrasting wheat genotypes exhibited distinct CGA1-SNAT module expression, melatonin and cytokinin levels, photosynthetic activity, and oxidative damage. Cytokinin treatments regulated the CGA1-SNAT module, altering melatonin content, SPAD values, and chloroplast numbers, particularly in drought-susceptible genotypes. CONCLUSIONS: This study uncovers the pivotal role of the CGA1-SNAT module and its interaction with the cytokinin pathway in regulating melatonin biosynthesis during drought stress. These findings enhance our understanding of the molecular mechanisms underpinning drought tolerance and offer promising targets for genetic and biochemical interventions to improve crop resilience.

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 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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,236
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Plant BiologyMême sujetCircadian rhythm and melatoninTravaux en français237 207