Proteomic comparison of «Arabidopsis thaliana» under high and low nitrogen fertilization
Notice bibliographique
Résumé
Nitrogen (N) and the levels of N in plants play a vital role in the physiology, regulating their development and metabolism. We grew Arabidopsis thaliana under agronomic conditions at low (6 mg N/L) and high (106 mg N/L) N fertilizer regimes, maintaining a constant NO3-N to NH4-N ratio (3:1). Using a shotgun mass spectrometry proteomics approach, multi-dimensional protein identification technology (MudPIT), we characterized a total of 2134 reproducibly identified proteins shared between the two N treatments. By statistical analysis in both treatments we found 37 differentially expressed proteins that satisfied both the AC test and the FDR q-value specified cutoffs, where 18 proteins were down regulated and 19 proteins were up regulated under low and high N treatments. We also found 35 differentially expressed proteins that are statistically important but did not satisfy the q- test. These differentially expressed proteins appear to have roles in glycolysis, metabolic, developmental, and signaling processes, or protein binding, transport and nucleic acid binding. The proteins associated with glycolysis indicate glutamine metabolism is of major importance in the plant N economy since it provides N to young developing tissues. Our study indicates that under varying N level treatments, proteins responsible for glutamate synthase (GOGAT), glutamine synthase (GS), and dehydrogenase activity (DH) that serve as enzymes to catalyze a link between carbohydrate and amino acid metabolism are up regulated. Thus, this study has enabled us to apply comparative shotgun proteomics to characterize A. thaliana at the proteomic level and will provide the tools necessary to provide an improved understanding of how and what up-regulates and down regulates different proteins under varying environmental conditions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».