Additional file 2 of Physiological and comparative transcriptome analyses reveal the mechanisms underlying waterlogging tolerance in a rapeseed anthocyanin-more mutant
Notice bibliographique
Résumé
Additional file 2: Table S1. List of DEGs detected in the WT ZS11after the waterlogging treatment. Table S2. List of DEGs detected in the am mutant after the waterlogging treatment. Table S3. Differential expression of subclusters 1–5 in the am mutant. Table S4. Differential expression of subclusters 1–6 in the WT. Table S5. All the up- and downregulated DEGs with GO annotations in the am mutant. Table S6. All the up- and downregulated DEGs with GO annotations in the WT. Table S7. KEGG pathway enrichment of the DEGs in the WT. Table S8. KEGG pathway enrichment of the DEGs in the am mutant. Table S9. The DEG enrichment in the phenylalanine biosynthetic and metabolic pathways. Table S10. A list of differentially expressed TFs in the WT. Table S11. A list of differentially expressed TFs in the am mutant. Table S12. The DEG enrichment in plant hormone signal transduction pathways. Table S13. New transcript predictions as assessed by RNA-seq. Table S14. Primers used for qPCR validation of the selected DEGs.
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) | 0,013 | 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 ».