INTACT-based guard cell transcriptomes from a progressive drought time course reveal targets for modifying stomatal responses
Notice bibliographique
Résumé
Drought is an important environmental stress that limits crop production. Guard cells (GCs) act to control the rate of water loss. To better understand how gene expression in GCs changes during progressive drought, we generated GC-specific RNA-seq transcriptomes during mild, moderate, and severe drought stress. Additionally, we sampled re-watered plants after severe drought. These transcriptomes were generated using the INTACT (isolation of nuclei tagged in specific cell types) system to capture the RNA from GC nuclei. We optimized the INTACT protocol for Arabidopsis thaliana leaf tissue, incorporating fixation to preserve RNA during nuclear isolation. To identify gene expression changes unique to GCs, we also generated INTACT transcriptomes from all leaf cell types, using the 35S viral promoter. These data sets highlight shared and unique gene expression changes between GCs and the bulk leaf tissue. Only GCs have detectable gene expression changes at the earliest drought time point, and a high percentage of moderate drought GC DEGs are not observed in severe drought, unlike the bulk leaf tissue, showing that GCs tailor their gene expression changes to drought severity. A thermal imaging screen of mutants of 80 candidate early drought-responsive genes revealed that 10 of these exhibit a cooler-than-wild-type phenotype under moderate drought conditions. The drought-responsive GC and leaf RNA-seq transcriptomes are available in the Arabidopsis ePlant at the Bio-Analytic Resource for Plant Biology website. These findings provide valuable insights into GC-specific drought responses and identify targets for enhancing drought tolerance in 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 | 0,000 |
| 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 ».