Kelch-type F-box protein TaFBK34 improves wheat seedling tolerance to heat stress
Notice bibliographique
Résumé
BACKGROUND: Based on the climate change and more extreme temperature events in the past 30 years, heat stress (HS) has become one of the most detrimental abiotic stresses that affect crop growth and development, limit their geographical distribution, and reduce yield. As a typical chimonophilous crop, wheat is very sensitive to high temperature. Deciphering the molecular mechanism of the wheat response to high temperature will help in the development of cultivars that perform better under HS. RESULTS: In this study, we identified a wheat Kelch-type F-box gene, TaFBK34. Overexpression of TaFBK34 wheat plants (TaFBK34-OE) showed stronger heat tolerance compared to the wild type, while plants with attenuated TaFBK34 (TaFBK34-RNAi) exhibited the phenotype of heat sensitivity. Increased expression of antioxidant-related genes and a heat-shock protein gene was observed in TaFBK34-OE plants compared with the wild type, coinciding with higher activities of the antioxidant enzymes, accumulation of proline and soluble sugar, reduced malondialdehyde and reactive oxygen species content. The opposite trends were observed in TaFBK34-RNAi lines. TaFBK34 interacts with the ADP-ribosylation factor, TaARL2. Compared to the wild type, more TaARL2 protein accumulated in TaFBK34-RNAi lines after HS treatment; moreover, TaARL2 continued to increase after MG132 (a proteasome inhibitor) injection for 12 h + 37 °C for 12 h, indicating that TaARL2 is involved in the response to HS and is degraded by the 26S proteasome. CONCLUSIONS: These findings show that TaFBK34 improves wheat tolerance to HS, at least in part through an interaction with the TaARL2 protein, and provides potential applications of these genes for the improvement of wheat.
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 ».