A unified transcriptome dataset for Amaryllidoideae species
Notice bibliographique
Résumé
Abstract Amaryllidoideae plants produce structurally diverse and unique alkaloids with potent anti-cholinesterase, antiviral, and antitumor activities, making this subfamily a rich source of pharmaceutical leads. Despite the absence of reference genomes for any Amaryllidoideae species, many enzyme characterization and pathway reconstruction efforts to date have been made possible through transcriptome mining, often requiring bioinformatic expertise and data preprocessing. To facilitate new studies in this subfamily, here we present AmarylOmicBase, a unified transcriptomic dataset that integrates assemblies, annotations, and expression profiles from 39 studies, covering 27 species and four hybrid cultivars across 13 genera of Amaryllidoideae. The AmarylOmicBase includes both published and de novo assemblies generated from published raw data using Trinity or IsoSeq workflows and provides standardized functional annotation and quantitative expression datasets. AmarylOmicBase provides ready-to-use datasets that support gene discovery, comparative transcriptomics, and pathway-level investigations for specialized metabolism, including Amaryllidaceae alkaloid biosynthesis. By providing ready-to-use datasets and fully reproducible analysis scripts, this resource reduces computational barriers and expands access to transcriptomic information for researchers working on non-model plant species. AmarylOmicBase provides a centralized resource for transcriptomic data that can be reused in studies of enzyme function, pathway evolution, and regulatory processes in Amaryllidoideae.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».