Genome-Wide Identification of Cytokinin Response Factors (CRFs) Involved in Stress Responses in Banana (Musa acuminata)
Notice bibliographique
Résumé
Cytokinin response factors (CRFs), belonging to AP2/ERF transcription factor family, play pivotal roles in regulating plant growth, hormone signaling, and stress responses. While CRF genes have been functionally characterized in multiple plant species, their systematic analysis in banana (Musa spp.), a globally important tropical fruit crop, remains unexplored. In this study, we identified eight putative MaCRF genes in the wild banana Musa acuminata ssp. malaccensis var. Pahang. Through comprehensive bioinformatic analyses, we characterized the MaCRF family and investigated their expression profiles across diverse tissues and under various biotic and abiotic stresses. Intriguingly, MaCRF4 exhibited contrasting expression patterns in response to Fusarium oxysporum f. sp. cubense tropical race 4 (Foc TR4) infection. MaCRF4 was strongly induced in the susceptible cultivar Z1 but transiently upregulated at early stages followed by downregulation in the resistant cultivar Z8. Furthermore, MaCRF3 and MaCRF4 were markedly induced by osmotic stress, low temperature, salinity, and ABA treatment. Our findings provide the systematic characterization of the MaCRF family in banana and offer valuable insights for future functional studies aimed at enhancing stress tolerance through molecular breeding strategies.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 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 ».