Genome-Wide Identification, Characterization, and Expression Analysis of NRT Gene Family in Suaeda glauca
Notice bibliographique
Résumé
Nitrogen (N) is crucial for plant growth and stress resistance and is primarily absorbed and transported by nitrate transporters (NRT). Suaeda glauca, known for its strong salt-alkali stress resistance, and SgNRT genes have rarely been reported. This study aims to identify and analyze the SgNRT gene family to understand its composition, evolutionary patterns, and roles in salt stress responses. We identified 212 SgNRTs, which were categorized into three branches, with SgNRT1/SgNPF and SgNRT2 as the major families. Structural analysis, conserved domains, chromosomal localization, and collinearity were also examined. Spatiotemporal expression characteristics of SgNRT genes were analyzed, revealing specific expression across 13 organs or tissues and dynamic responses to salt treatment over 48 h. Notably, SgNRT1.185, SgNRT2.25, and SgNRT2.2 exhibited rapid salt induction in leaves (activated within 0.5 h, peaking at 2 h), with SgNRT1.185 showing relatively high upregulation. SgNRT1.185 and SgNRT2.35 were induced by high salt concentrations (200 mM) in both roots and leaves. SgNRT2.35 exhibited higher basal and stress-induced levels than the other genes. Bioinformatics analysis suggests spatially specific expression of SgNRT genes, potentially involved in nitrogen absorption and transport across various developmental stages and organs/tissues of Suaeda glauca. These findings offer a theoretical basis for understanding the adaptive strategies of Suaeda glauca under saline-alkali stress and provide insights into the functional evolution of plant NRT genes, aiding in the development of stress-resistant crops.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».