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 l'utilizzo della tecnologia CRISPR-Cas9 per disattivare il gene CYP79A1 nel sorgo cerealicolo RTx430 genera linee prive di transgeni con una ridotta ereditaria del potenziale cianogenico, rendendo la coltura più sicura per il pascolo e l'uso zootecnico.
Questo studio presenta il sequenziamento genomico di *Aquilegia vulgaris* a fiori bianchi e viola, rivelando varianti strutturali nel gene ANS che spiegano il fenotipo bianco e confermando la presenza di geni chiave per la biosintesi dei flavonoidi e dei derivati blu delphinidin.
Questo studio presenta lo sviluppo e la validazione di un array SNP a media densità, basato sulla piattaforma PlexSeq e progettato dalla comunità, che offre una risorsa genotipica economica e affidabile per l'accelerazione del miglioramento genetico del sorgo, dimostrando prestazioni equivalenti alle tecnologie di sequenziamento ad alta densità.
Questo studio dimostra che le strategie di adattamento degli agricoltori italiani, come la plasticità e l'azzardo, rispecchiano quelle delle piante, offrendo un quadro integrato per migliorare la resilienza climatica dei sistemi agricoli attraverso la convergenza tra decisioni umane e tratti biologici.
Questo studio dimostra che l'analisi delle reti spettrali basata su dati iperspettrali permette di rilevare in modo rapido e non distruttivo l'adattamento delle popolazioni di *Streptanthus tortuosus* lungo un gradiente climatico, rivelando come i tratti funzionali si coordinino in risposta ai cambiamenti ambientali attraverso reti evolutive piuttosto che come caratteri isolati.
Lo studio dimostra come la neofunzionalizzazione di un paralogio dell'ormone florigeno in un antagonista della fioritura (SP5G) abbia creato una contingenza evolutiva che ha canalizzato l'adattamento e la domesticazione in diverse specie della famiglia delle Solanacee attraverso mutazioni indipendenti nel corso di 50 milioni di anni.
Lo studio dimostra che le varietà locali di mais dell'Argentina settentrionale costituiscono un prezioso serbatoio di diversità fenotipica e biochimica, caratterizzata da una significativa variabilità sia intra- che inter-accessionale e da un'associazione tra le differenze fenotipiche e l'altitudine del sito di raccolta.
Lo studio dimostra che la diversità trascrittomica nel mais è meno sensibile ai colli di bottiglia demografici rispetto alla diversità nucleotidica, poiché è mantenuta da architetture regolatorie poligeniche complesse, caratterizzate da molteplici varianti cis-regolatorie a effetto ridotto e da un ricco pool di aplotipi, che vengono rimodellate dalla selezione durante la storia di miglioramento genetico.
Il paper presenta TimeTraits, un pacchetto R disponibile su CRAN che utilizza l'analisi funzionale dei dati per estrarre parametri da serie temporali biologiche, dimostrando la sua utilità nello studio delle variazioni di forma delle curve di un marcatore bioluminescente del ritmo circadiano in Arabidopsis dopo uno spostamento del fotoperiodo.
Questo studio presenta un approccio di fenotipizzazione non invasivo basato su immagini ad alta risoluzione e tecniche di bracketing a fuoco che, combinando modelli statistici avanzati, risolve il compromesso tra precisione e variabilità nella stima della severità delle malattie vegetali, spostando l'incertezza principale dalle limitazioni di misurazione alla variabilità biologica e ambientale.