Vitamin C (ascorbic acid) is essential to prevent disease associated with connective tissue (e.g., scurvy), improves cardiovascular and immune cell functions, and is used to regenerate alpha-tocopherol (vitamin E). In contrast to most animals, humans lack the ability to synthesize ascorbic acid as a result of a mutation in the last enzyme required for ascorbate biosynthesis. Vitamin C, therefore, must be obtained from dietary sources and, because it cannot be stored in the body, it must be obtained regularly. Once used, ascorbic acid can be regenerated from its oxidized form in a reaction catalyzed by dehydroascorbate reductase (DHAR). To examine whether overexpression of DHAR in plants would increase the level of ascorbic acid through improved ascorbate recycling, a DHAR cDNA from wheat was isolated and expressed in tobacco and maize, where DHAR expression was increased up to 32- and 100-fold, respectively. The increase in DHAR expression increased foliar and kernel ascorbic acid levels 2- to 4-fold and significantly increased the ascorbate redox state in both tobacco and maize. In addition, the level of glutathione, the reductant used by DHAR, also increased, as did its redox state. These results demonstrate that the vitamin C content of plants can be elevated by increasing expression of the enzyme responsible for recycling ascorbate.

H(2)O(2) serves an important stress signaling function and promotes stomatal closure, whereas ascorbic acid (Asc) is the major antioxidant that scavenges H(2)O(2). Dehydroascorbate reductase (DHAR) catalyzes the reduction of dehydroascorbate (oxidized ascorbate) to Asc and thus contributes to the regulation of the Asc redox state. In this study, we observed that the level of H(2)O(2) and the Asc redox state in guard cells and whole leaves are diurnally regulated such that the former increases during the afternoon, whereas the latter decreases. Plants with an increased guard cell Asc redox state were generated by increasing DHAR expression, and these exhibited a reduction in the level of guard cell H(2)O(2). In addition, a higher percentage of open stomata, an increase in total open stomatal area, increased stomatal conductance, and increased transpiration were observed. Guard cells with an increase in Asc redox state were less responsive to H(2)O(2) or abscisic acid signaling, and the plants exhibited greater water loss under drought conditions, whereas suppressing DHAR expression conferred increased drought tolerance. Our analyses suggest that DHAR serves to maintain a basal level of Asc recycling in guard cells that is insufficient to scavenge the high rate of H(2)O(2) produced in the afternoon, thus resulting in stomatal closure.

Abstract Soapberry ( Sapindus mukorossi Gaertn.) pericarps are rich in valuable bioactive triterpenoid saponins. However, the saponin content dynamics and the molecular regulatory network of saponin biosynthesis in soapberry pericarps remain largely unclear. Here, we performed combined metabolite profiling and transcriptome analysis to identify saponin accumulation kinetic patterns, investigate gene networks, and characterize key candidate genes and transcription factors involved in saponin biosynthesis in soapberry pericarps. A total of 54 saponins were tentatively identified, including 25 that were differentially accumulated. Furthermore, 49 genes putatively involved in sapogenin backbone biosynthesis and some candidate genes assumed to be responsible for the backbone modification, including 41 cytochrome P450s and 45 glycosyltransferases, were identified. Saponin-specific clusters/modules were identified by Mfuzz clustering and weighted gene co-expression network analysis, and one TF–gene regulatory network underlying saponin biosynthesis was proposed. The results of yeast one-hybrid assay and electrophoretic mobility shift assay suggested that SmbHLH2, SmTCP4, and SmWRKY27 may play important roles in the triterpenoid saponin biosynthesis by directly regulating the transcription of SmCYP71D-3 in soapberry pericarp. Overall, these findings provide valuable information for understanding the molecular regulatory mechanism of saponin biosynthesis, enriching the gene resources, and guiding further research on triterpenoid saponin accumulation in soapberry pericarps. One–sentence summary Combining metabolome and transcriptome analysis to identify saponin kinetic patterns, gene networks, and key candidate genes and transcription factors involved in saponin biosynthesis of soapberry.

Abstract Poplar is an important tree species for ecological protection, wood production, bioenergy and urban greening; it has been widely planted worldwide. However, the catkin fibers produced by female poplars can cause environmental pollution and safety hazards during spring. This study focused on Populus tomentosa , and revealed the sucrose metabolism regulatory mechanism of catkin fibers development from morphological, physiological and molecular aspects. Paraffin section suggested that poplar catkin fibers were not seed hairs and produced from the epidermal cells of funicle and placenta. Sucrose degradation via invertase and sucrose synthase played the dominant role during poplar catkin fibers development. The expression patterns revealed that sucrose metabolism-related genes played important roles during catkin fibers development. Y1H analysis indicated that there was a potential interaction between sucrose synthase 2 (PtoSUS2)/vacuolar invertase 3 (PtoVIN3) and MYB/ bHLH transcription factors in poplar. Finally, the two key genes, PtoSUS2 and PtoVIN3 , had roles in Arabidopsis trichome density, indicating that sucrose metabolism is important in poplar catkin fibers development. This study is not only helpful for clarifying the mechanism of sucrose regulation during trichome development in perennial woody plants, but also establishes a foundation to solve poplar catkin fibers pollution through genetic engineering methods. Highlight Sucrose degradation via invertase and sucrose synthase plays an important role in poplar catkin fibers development, and PtoSUS2 and PtoVIN3 are potential promising targets to solve poplar catkin fibers pollution.

Abstract Background Soapberry ( Sapindus mukorossi ) is an economically important multifunctional tree species. Triterpenoid saponins have many functions in soapberry. However, the types of uridine diphosphate (UDP) glucosyltransferases (UGTs) involved in the synthesis of triterpenoid saponins in soapberry have not been clarified. Results In this study, 42 SmUGT s were identified in soapberry, which were unevenly distributed on 12 chromosomes and had sequence lengths of 450 bp to 1638 bp, with an average of 1388 bp. The number of amino acids in SmUGTs was 149 to 545, with an average of 462. Most SmUGTs were acidic and hydrophilic unstable proteins, and their secondary structures were mainly α-helices and random coils. All had conserved UDPGT and PSPG-box domains. Phylogenetic analysis divided them into four subclasses, which glycosylated different carbon atoms. Prediction of cis- acting elements suggested roles of SmUGT s in plant development and responses to environmental stresses. The expression patterns of SmUGT s differed according to the developmental stage of fruits, as determined by transcriptomics and RT-qPCR. Co-expression network analysis of SmUGT s and related genes/transcription factors in the triterpenoid saponin synthesis pathway was also performed. The results indicated potential roles for many transcription factors, such as SmERF s, SmGATA s and SmMYB s. A correlation analysis showed that 42 SmUGT s were crucial in saponin synthesis in soapberry. Conclusions Our findings suggest optimal targets for manipulating glycosylation in soapberry triterpenoid saponin biosynthesis; they also provide a theoretical foundation for further evaluation of the functions of SmUGT s and analyses of their biosynthetic mechanisms.

Soapberry (Sapindus mukorossi Gaertn.) is a tree species of the family Sapindaceae, the pericarp of which is rich in triterpenoid saponins, which are important in chemical production, biomedicine, and other fields. Cytochrome P450 monooxygenase (CYP450) is involved in the modification of the skeletons of triterpenoid saponins and is linked to their diversity. We previously identified 323 CYP450 genes in the transcriptome of soapberry and screened 40 CYP450 genes related to the synthesis of triterpenoid saponins by gene annotation and conserved structural domain analysis. The genetic structure and phylogeny of the CYP450 genes were analyzed separately. Phylogenetic analysis categorized the CYP450 genes of soapberry into five subfamilies, the members of which had similar conserved cumulative sequences and intron structures. A cis-acting element analysis implicated several genes in the responses to environmental changes and hormones. The expression of several genes during eight periods of fruit development was analyzed by real-time quantitative qRT-PCR; most showed high expression during the first four periods of fruit development, and their expression decreased as the fruits matured. A co-expression network analysis of SmCYP450s and related genes in the triterpenoid saponin synthesis pathway was performed. Correlation analysis showed that 40 SmCYP450s may be involved in saponin synthesis in soapberry. The triterpenoid saponin synthesis-related candidate genes identified in this study provide insight into the synthesis and regulation of triterpenoid saponins in soapberry.

Motivation: Deep learning (DL) is powerful for fast MRI reconstruction, but remains largely untapped in multiple clinical imaging scenarios. Goal(s): To provide a feasible and cost-effective way to markedly boost the widespread usage of DL in various fast MRI applications. Approach: In this work, we present a Physics-Informed Synthetic data learning framework for Fast MRI, called PISF, which is the first to enable generalizable DL for multi-scenario MRI reconstruction using solely one trained model. Results: PISF trained on synthetic data enables high-quality, ultra-fast, and robust MRI reconstruction from different 4contrasts, 5 anatomies, 5 vendors and centers, and 2 pathologies, without further re-training. Impact: Physics-informed synthetic data learning (DL) provides a feasible and cost-effective way to markedly boost the widespread usage of DL in various fast MRI applications, while freeing from the intractable ethical and practical considerations of in vivo human data acquisitions.