Sugarcane microRNA shy-miR164 regulates sugar metabolism through direct cleavage of the transcription factor <i>ScNAC</i> mRNA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High sugar content is the primary objective in sugarcane (Saccharum spp. hybrids) breeding. Plant microRNA 164 (miR164) plays pivotal roles in plant development and stress responses through the post-transcriptional regulation of its target genes. NAC transcription factors play a crucial role in various plant physiological processes. However, their role in sugar metabolism remains uncharacterized. Our previous work revealed the potential role of the shy-miR164 and a sugarcane NAC transcription factor (ScNAC) in sugar metabolism based on multiomics analysis. In this study, shy-miR164 and ScNAC exhibited an inverse regulatory relationship in sugarcane. Subsequent RLM-RACE and dual-luciferase assays confirmed that shy-miR164 regulates ScNAC expression through direct cleavage of its mRNA. Knockdown of miR164 using short tandem target mimic technology significantly enhanced sugar content in tomato (Solanum lycopersicum L.) fruits, whereas the opposite effect was observed in miR164-overexpressing plants, indicating its involvement in sugar metabolism. Furthermore, heterologous expression of ScNAC in tomato also enhanced fruit sugar content. Taken together, these findings reveal a previously unexplored role of shy-miR164 in sugar metabolism through the direct cleavage of its target gene ScNAC. This work advances our understanding of the mechanisms underlying sugar metabolism and provides candidate targets for improved sugar production in sugarcane through biotechnology.
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.
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 | 0,000 |
| 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 découle