Differential gene expression analysis reveals transcription factors that control flower initiation and development in Cannabis sativa
Notice bibliographique
Résumé
RNA-Seq and differential gene expression analysis were employed to identify transcription factors (TF) that are specifically expressed in developing buds, and potentially control flower timing and organ development in C. sativa . We found 199 TFs that were upregulated and 140 TFs that were downregulated in floral buds compared to young leaves. Of these, 16 exhibited strong homology to MADS Box type TFs that control flower timing and pattern development in other plants. For proof of concept, we assessed the in planta roles of two SEPALLATA-type TFs through the stable overexpression of these genes in Arabidopsis thaliana plants. Transgenic plants overexpressing csSEP3 grew at a slower rate compared to wild-type plants during the early growth stages, but they caught up to wild-type plants after 20 days of growth. On the other hand, transgenic plants overexpressing csSEP1 exhibited stunted growth, and produced floral buds about 10 days earlier than the wild-type controls. At the time of bolting, these plants had 8.5 ± 0.2 rosette leaves, while transgenic plants overexpressing csSEP3 and the wild-type plants had 31.8 ± 3.9 and 38.4 ± 2.9 leaves, respectively. Flower pattern development was not affected in either of the transgenic plants. Not surprisingly, production of the floral scent constituents (monoterpenes) was not affected in either transgenic plant. The differentially expressed genes (in particular TFs) highlighted in this study represent a valuable resource for further investigating the molecular basis of flower development in C. sativa .
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 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».