MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414848731 · doi:10.1038/s41467-025-64046-1

De novo annotation reveals transcriptomic complexity across the hexaploid wheat pan-genome

2025· article· en· W4414848731 sur OpenAlexaff
Benjamen White, Thomas Lux, Rachel Rusholme‐Pilcher, Angéla Juhász, Gemy Kaithakottil, Susan Duncan, James Simmonds, Hannah Rees, Jonathan Wright, Joshua Colmer, Ben J. Ward, Ryan Joynson, Benedict Coombes, Naomi Irish, S. M. Henderson, Tom Barker, Helen Chapman, Leah Catchpole, Karim Gharbi, Utpal Bose, Moeko Okada, Hirokazu Handa, Shuhei Nasuda, Kentaro K. Shimizu, Heidrun Gundlach, Daniel Lang, Guy Naamati, Erik Legg, Arvind K. Bharti, Michelle L. Colgrave, Wilfried Haerty, Cristóbal Uauy, David Swarbreck, Philippa Borrill, Jesse Poland, Simon G. Krattinger, Nils Stein, Klaus Mayer, Curtis Pozniak, Sean Walkowiak, Valentyna Klymiuk, Brook Byrns, Kirby T. Nilsen, Jennifer Ens, Krystalee Wiebe, Amidou N’Diaye, Pierre Hucl, Bin Xiao Fu, Liangliang Gao, Emily Delorean, Dal-Hoe Koo, Allen K. Fritz, Cécile Monat, Axel Himmelbach, Anne Fiebig, Sudharsan Padmarasu, Uwe Scholz, Martin Mascher, Georg Haberer, Mulualem T. Kassa, Pierre R. Fobert, Sateesh Kagale, Jemima Brinton, Ricardo H. Ramírez-González, Michael Bevan, Neil McKenzie, Burkhard Steuernagel, Markus C. Kolodziej, Beat Keller, Thomas Wicker, Dinushika Thambugala, Curt A. McCartney, Venkat Bandi, Jorge Núñez Siri, Carl Gutwin, Catharine Aquino, Masaomi Hatakeyama, Dario Copetti, Gwyneth Halstead-Nussloch, Timothy Paape, Rie Shimizu‐Inatsugi, Tomohiro Ban, Kanako Kawaura, Toshiaki Tameshige, Hiroyuki Tsuji, Luca Venturini, Matthew D. Clark, Bernardo Clavijo, Nigel Fosker, Gonzalo Garcia Accinelli, Darren Heavens, Ksenia V. Krasileva, Keith A. Gardner, Nick Fradgley, Lawrence Percival‐Alwyn, James Cockram, Juan J. Gutiérrez-González, Gary J. Muehlbauer, ChuShin Koh, Andrew Sharpe, Jasline Deek, Alejandro C. Costamagna, Hiroyuki Kanamori, Fuminori Kobayashi, Tsuyoshi Tanaka, Tony Kuo, Jun Sese, Kazuki Murata, Yusuke Nabeka, Philomin Juliana, Ravi S. Singh, Hikmet Budak, Ian Small, Joanna Melonek, Sylvie Cloutier, Gabriel Keeble‐Gagnère, Josquin Tibbets, Peter Langridge, K. J. Chalmers, Assaf Distelfeld, M. Spannagl, Anthony Hall

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensUniversity of ManitobaUniversity of GuelphAgriculture and Agri-Food CanadaNational Research Council CanadaGlobal Institute for Water SecuritySaskatchewan Research Council (Canada)University of Saskatchewan
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungResearch Councils UK
Mots-clésGenomeTranscriptomeGenomicsGeneSequence assemblyCultivarGenetic diversityProlaminSelection (genetic algorithm)Gene expression

Résumé

récupéré en direct d'OpenAlex

Wheat is the most widely cultivated crop in the world, with over 215 million hectares grown annually. The 10+ Wheat Genomes Project recently sequenced and assembled to chromosome-level the genomes of nine wheat cultivars, uncovering genetic diversity and selection within the pan-genome of wheat. Here, we provide a wheat pan-transcriptome with de novo annotation and differential expression analysis for these wheat cultivars across multiple tissues. Using the de novo annotations we identify cultivar-specific genes and define the core and dispensable genomes. Expression analysis across cultivars and tissues reveals conservation in expression between a large core set of homeologous genes, in addition to widespread changes in subgenome homeolog expression bias between cultivars and cultivar-specific expression profiles. We utilise both the newly constructed gene-based wheat pan-genome and pan-transcriptome, demonstrating variation in the prolamin superfamily and immune-reactive proteins across cultivars.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,312
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetWheat and Barley Genetics and Pathology→Travaux en français237 207→