Additional file 1 of High-resolution time-series transcriptomic and metabolomic profiling reveals the regulatory mechanism underlying salt tolerance in maize
Notice bibliographique
Résumé
Additional file 1: Fig S1. The schematic of likelihood ratio test to detect SSET genes. Fig S2. Temporal clustering of 5331 SSET genes. Fig S3. Generation of ZmGLK44 Crispr and transgenic line. Fig S4. The metabolic profiles of proline and myo-inositol. Fig S5. Temporal expression profile of MIPS-coding genes in HLZY and JI853 Fig S6. Prediction accuracy of all 310 detected metabolites. Fig S7. Phylogenic analysis and temporal expression profile of 6 GLN-coding genes in maize. Fig S8. Identification of ZmGLN2 stop-gained mutant in maize EMS bank. Fig S9. Na+ levels, K+ levels, and Na+/K+ ratio change among ZmGLK44 OE, KO, and wild-type plants under CK and salt stress conditions. Fig S10. Na+ levels, K+ levels, and Na+/K+ ratio change between gln2 mutants and wild-type plants under CK and salt stress conditions. Fig S11. The Venn diagram of DEGs between gln2 mutant and wild-type plants under CK and salt conditions Fig S12. Expression levels of genes involved in proline metabolism in gln2 mutant compared with wild-type plants in CK and salt 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 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) | 0,908 | 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 ».