TPS5 and TOR signaling components are determinants of Populus balsamifera leaf morphology
Notice bibliographique
Résumé
Variation in leaf morphology in plant species predicts long-term growth and yield. Consequently, we aim to understand the genetic basis of natural variation in poplar leaf morphology as an avenue to maximize biomass accrual. Multilocus GWAS and deep learning genomic prediction were used to investigate the genetic architecture of twelve correlated traits representing leaf size and shape in a diverse population of 313 Populus balsamifera L. genotypes. 94 significant associations were detected, with 70 associations unique to a single trait, and 24 were detected in association with more than one trait. We developed genomic selection models to predict leaf morphology in novel genotypes using a strategy called GWADL (Genome-Wide Association enriched Deep Learning). We detected significant SNP-trait associations in the poplar TOR orthologue and likely upstream activating kinases SnRK3 and SnAK1 . The most significant polymorphism, explaining variance in tip angle, leaf mass-per-area, and serration density, was detected in association with TERPENE SYNTHASE5, PbTPS5 . Exogenous application of sesquiterpenes β-eudesmol and 1αH,5αH-Guaia-6-ene-4β,10β-diol in developing young poplar leaves resulted in significantly smaller mature leaves. This study provides a genetic and mathematical foundation for improving poplar performance by optimizing leaf morphology, and importantly identified a novel role for the sesquiterpene synthase PbTPS5 in normal plant growth and development.
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 ».