Genome-Wide Identification of WRKY Transcription Factors in Chickpea and Their Roles in Stress Responses
Notice bibliographique
Résumé
WRKY transcription factors play pivotal roles in regulating plant responses to various biotic and abiotic stresses. In this study, a comprehensive genome-wide identification and analysis of WRKY transcription factors were conducted in Cicer arietinum (chickpea), a key legume crop with growing importance in stress biology. Using advanced bioinformatics tools, we identified and annotated the complete set of WRKY genes in the chickpea genome, classifying them into groups I, II, and III based on conserved domains and structural features. The chromosomal distribution, gene structures, and phylogenetic relationships were analyzed to provide insights into their evolutionary patterns. Expression profiling under drought, salinity, and pathogen stress conditions (e.g., Fusarium and Ascochyta) revealed several stress-responsive WRKY genes with distinct tissue-specific and developmental expression patterns. We further explored their regulatory networks, including interactions with key signaling molecules (ABA, JA, SA) and crosstalk with other transcription factor families. A detailed case study highlighted the role of selected WRKY genes in drought tolerance, supported by phenotypic assessments under water-deficit conditions. Functional validation through overexpression, gene silencing, and omics approaches-such as transcriptomics and CRISPR/Cas-based editing-provided strong evidence for the functional roles of specific WRKY genes. This study underscores the significance of WRKY transcription factors in stress adaptation and sets the foundation for their application in marker-assisted selection and breeding of stress-resilient chickpea varieties.
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 | 0,001 | 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 ».