166 articoli
La biologia vegetale esplora i meccanismi affascinanti che permettono alle piante di crescere, adattarsi e sopravvivere in ambienti in continuo cambiamento. Questo campo di studio va ben oltre la semplice osservazione botanica, indagando come gli organismi vegetali interagiscono con la luce, il suolo e gli altri esseri viventi per garantire la salute dei nostri ecosistemi globali.
Su Gist.Science, ogni nuovo preprint pubblicato su bioRxiv in questa categoria viene analizzato con cura per renderlo accessibile a tutti. Offriamo sia riassunti tecnici dettagliati per gli esperti sia spiegazioni in linguaggio semplice, permettendo a ricercatori e appassionati di comprendere le ultime scoperte senza barriere linguistiche o concettuali.
Di seguito trovate la selezione più recente dei lavori scientifici pubblicati su bioRxiv riguardanti la biologia vegetale, pronti per essere esplorati e compresi.
Questo studio dimostra che la tolleranza alla salinità nel frumento primaverile è determinata da una resilienza fisiologica coordinata e da una maggiore espressione del gene Nax1, che favorisce l'esclusione degli ioni sodio e il mantenimento della biomassa.
Lo studio identifica il recettore chinasi ATHE/MEE39 come un sensore dinamico dell'integrità della parete cellulare che, formando un complesso con MIK2, media la sorveglianza immunitaria contro l'infezione vascolare da *Fusarium oxysporum* nelle radici, offrendo potenziali applicazioni per il miglioramento genetico delle colture.
Lo studio rivela che la carenza di fosfato riduce il trasporto elettronico lineare e induce la dissipazione dell'energia in eccesso nelle specie C3 di *Flaveria*, mentre nelle specie C4 le reazioni luminose rimangono inalterate nonostante un aumento dello stress fisiologico.
Questo studio identifica e caratterizza un nuovo cluster di QTL sul cromosoma 1 del mais, associato a una resistenza moderata alla macchia del tarlo (*Phyllachora maydis*), fornendo una base genetica e molecolare per lo sviluppo di varietà resistenti.
Questo studio dimostra che AATRhg1, una proteina tonoplastica codificata dal locus Rhg1, è essenziale per la resistenza della soia al nematode cisti della soia (SCN) regolando il trasporto degli amminoacidi e coordinando le risposte metaboliche e di difesa, come evidenziato da profili trascrittomici e metabolomici che mostrano alterazioni significative negli amminoacidi, nelle vie di segnalazione e nei composti secondari.
Questo studio utilizza un'analisi RNA-seq ad alta risoluzione temporale sul pomodoro per rivelare come i trascritti mattutini e serali rispondano diversamente ai fotoperiodi, suggerendo un meccanismo in cui i trascritti mattutini fungono da riferimento temporale per misurare la lunghezza del giorno e adattare la fioritura.
La ricerca dimostra che l'arricchimento di *Streptomyces* nelle radici durante la siccità è guidato dalla soppressione dell'immunità e dell'assorbimento del ferro da parte della pianta, un meccanismo evolutivamente conservato che, sebbene favorisca la colonizzazione batterica, non garantisce automaticamente benefici alla pianta, i quali dipendono invece dalle dinamiche antagonistiche tra i ceppi di *Streptomyces*.
Questa revisione esamina i meccanismi genetici e molecolari che regolano il numero di spighette nel grano, evidenziando come l'integrazione di studi multi-omici e l'identificazione di varianti geniche specifiche possano ottimizzare la resa senza compromettere la fertilità.
Il documento presenta Botanic0, una serie di modelli fondazionali per il genoma vegetale addestrati su 43 specie diverse, che dimostrano prestazioni competitive nell'annotazione regolatoria, nell'inferenza dell'espressione genica e nella previsione degli effetti delle varianti, ponendo le basi per futuri avanzamenti nel miglioramento delle colture e nell'ingegneria genomica.
Questo studio utilizza un approccio di trascrittomica paesaggistica su oltre 3.000 piante di Arabidopsis thaliana in habitat naturali per collegare le fluttuazioni climatiche ai tratti fenotipici e all'espressione genica, dimostrando come l'integrazione di dati sul campo con modelli di apprendimento automatico permetta di identificare e validare nuovi regolatori genetici delle risposte alla temperatura.