There is some evidence that seed traits can affect the long-term persistence of seeds in the soil. However, findings on this topic have differed between systems. Here, we brought together a worldwide database of seed persistence data for 1474 species to test the generality of seed mass–shape–persistence relationships. We found a significant trend for low seed persistence to be associated with larger and less spherical seeds. However, the relationship varied across different clades, growth forms and species ecological preferences. Specifically, relationships of seed mass–shape–persistence were more pronounced in Poales than in other order clades. Herbaceous species that tend to be found in sites with low soil sand content and precipitation have stronger relationships between seed shape and persistence than in sites with higher soil sand content and precipitation. For the woody plants, the relationship between persistence and seed morphology was stronger in sites with high soil sand content and low precipitation than in sites with low soil sand content and higher precipitation. Improving the ability to predict the soil seed bank formation process, including burial and persistence, could benefit the utilization of seed morphology–persistence relationships in management strategies for vegetation restoration and controlling species invasion across diverse vegetation types and environments.

ABSTRACT Background and Aims Hepatocellular carcinoma (HCC) is an extremely harmful malignant tumor in the world. Since the energy metabolism and biosynthesis of HCC cells are closely related to amino acids, it is necessary to further explore the relationship between amino acid‐related genes and the prognosis of HCC to achieve individualized treatment. We herein aimed to develop a prognostic model for HCC based on amino acid genes. Methods In this study, RNA‐sequencing data of HCC patients were downloaded from the TCGA‐LIHC cohort as the training cohort and the GSE14520 cohort as the validation cohort. Amino acid‐related genes were derived from the Molecular Signatures Database. Univariate Cox and Lasso regression analysis were used to construct an amino acid‐related signature (AARS). The predictive value of this risk score was evaluated by Kaplan–Meier (K–M) curve, receiver operating characteristic (ROC) curve, univariate and multivariate Cox regression analysis. Gene set variation analysis (GSVA) and immune characteristics evaluation were used to explore the underlying mechanisms. Finally, a nomogram was established to help the personalized prognosis assessment of patients with HCC. Results The AARS comprises 14 amino acid‐related genes to predict overall survival (OS) in HCC patients. HCC patients were divided into AARS‐high group and AARS‐low group according to the AARS scores. The K–M curve, ROC curve, and univariate and multivariate Cox regression analysis verified the good prediction efficiency of the risk score. Using GSVA, we found that AARS variants were concentrated in four pathways, including cholesterol metabolism, delayed estrogen response, fatty acid metabolism, and myogenesis metabolism. Conclusion Our results suggest that the AARS as a prognostic model based on amino acid‐related genes is of great value in the prediction of survival of HCC, and can help improve the individualized treatment of patients with HCC.