166 articles
La biologie végétale explore la vie fascinante des plantes, de leur croissance quotidienne à leurs mécanismes de survie complexes. Ce domaine étudie comment les végétaux se nourrissent, se reproduisent et interagissent avec leur environnement, jouant un rôle crucial dans notre écosystème mondial. Chez Gist.Science, nous rendons ces découvertes accessibles à tous, sans barrières techniques.
Chaque jour, nous traitons les nouveaux prépublications issues de bioRxiv dans cette catégorie. Pour chaque article, nous proposons une version simplifiée en langage clair ainsi qu'un résumé technique détaillé, vous permettant de comprendre l'essentiel ou de plonger dans les détails selon vos besoins.
Vous trouverez ci-dessous la sélection la plus récente de recherches en biologie végétale, directement issues de bioRxiv et résumées pour vous.
Cette étude démontre que l'utilisation de l'édition génomique CRISPR-Cas9 pour inactiver le gène CYP79A1 chez le sorgho grainier permet d'obtenir des lignées sans transgène à potentiel cyanogène négligeable, offrant ainsi une voie prometteuse pour sécuriser l'utilisation de cette culture dans les systèmes mixtes agriculture-élevage.
Cette étude présente le séquençage du génome d'Aquilegia vulgaris, révélant le répertoire de gènes de la biosynthèse des flavonoïdes et identifiant des variants structuraux dans le gène ANS qui expliquent le phénotype à fleurs blanches.
Les auteurs ont développé et validé une puce SNP à densité intermédiaire rentable et personnalisable pour le sorgho, qui offre des performances équivalentes aux plateformes de séquençage à haute densité pour la sélection génomique et la gestion des ressources génétiques.
Cette étude démontre que les stratégies d'adaptation des agriculteurs italiens face au changement climatique, qu'il s'agisse de transformations graduelles ou d'événements extrêmes imprévisibles, convergent avec les mécanismes biologiques de plasticité et de stratégie de pari des plantes, offrant ainsi une base pour concevoir des systèmes agricoles plus résilients grâce à une meilleure intégration des connaissances scientifiques et des pratiques locales.
En combinant l'analyse spectrale hyperspectrale, la modélisation inverse et l'analyse de réseaux, cette étude démontre que les signatures spectrales des populations de *Streptanthus tortuosus* révèlent des adaptations évolutives coordonnées et des changements dans l'intégration des traits fonctionnels en réponse aux gradients climatiques historiques et récents.
En démontrant que la néofonctionnalisation d'un paralogique de l'hormone florale SP5G en un antagoniste a été répétitivement sélectionnée par des mutations régulatrices ou codantes pour accélérer la floraison lors de la domestication et de l'adaptation de diverses espèces de Solanacées sur 50 millions d'années, cette étude révèle comment de tels gènes créent des contingences évolutives canalisant les trajectoires adaptatives.
Cette étude révèle que les variétés traditionnelles de maïs du nord de l'Argentine présentent une diversité phénotypique et biochimique substantielle, dont les variations sont corrélées à l'altitude des sites de collecte, soulignant ainsi leur potentiel précieux pour l'amélioration génétique.
Cette étude démontre que la diversité transcriptomique du maïs, bien que moins affectée par les goulots d'étranglement démographiques que la diversité nucléotidique, est maintenue par des architectures régulatrices polygéniques riches en haplotypes et façonnées par la sélection au cours de l'histoire de l'amélioration génétique.
Le package R TimeTraits permet d'extraire des paramètres de séries temporelles biologiques via l'analyse de données fonctionnelles, comme démontré par l'étude des changements de forme de marqueurs bioluminescents circadiens chez l'Arabidopsis après un décalage du photopériode.
Cette étude propose une approche de phénotypage par imagerie haute résolution combinée à la mise au point par empilement (focus bracketing) pour quantifier avec précision la sévérité des maladies foliaires du blé tout en gérant l'hétérogénéité spatiale, permettant ainsi de réduire l'incertitude de mesure au profit de la variabilité biologique et environnementale.