Integrated Transcriptomic and Metabolomic Analysis Reveals Tissue-Specific Flavonoid Biosynthesis and MYB-Mediated Regulation of UGT71A1 in Panax quinquefolius
Notice bibliographique
Résumé
Panax quinquefolius is a globally valued medicinal plant rich in bioactive flavonoids, yet the molecular mechanisms underlying their biosynthesis remain poorly understood. In this study, we integrated transcriptomic and metabolomic analyses to investigate tissue-specific flavonoid accumulation and regulatory networks in roots, leaves, and flowers. Metabolomic profiling identified 141 flavonoid metabolites, with flavones, flavonols, and C-glycosylflavones predominantly enriched in aerial tissues (leaves and flowers), while specific glycosides like tricin 7-O-acetylglucoside showed root-specific accumulation. Transcriptome sequencing revealed 15,551–18,946 DEGs across tissues, and the reliability of the transcriptomic data was validated by qRT-PCR. KEGG and GO annotation analyses suggested that these DEGs may play a crucial role in the biosynthesis and metabolism of secondary metabolites. From the DEGs, UGTs and MYB TFs were identified and subjected to correlation analysis. Functional validation through in vitro enzymatic assays confirmed that PqUGT71A1 catalyzes apigenin and naringenin glycosylation at the 7-OH position. Additionally, subcellular localization and yeast one-hybrid assays demonstrated that PqMYB7 and PqMYB13 interact with the PqUGT71A1 promoter and activate its expression.. This study unveils the spatial dynamics of flavonoid metabolism in P. quinquefolius and establishes a MYB-UGT regulatory axis, providing critical insights for metabolic engineering and bioactive compound optimization in medicinal plants.
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 | 0,001 | 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 ».