MC
Michael Considine
Author with expertise in Genetic and Environmental Factors in Grapevine Cultivation
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
12
(58% Open Access)
Cited by:
1,081
h-index:
37
/
i10-index:
52
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
2

Hydrogen Cyanamide Causes Reversible G2/M Cell Cycle Arrest Accompanied by Oxidation of the Nucleus and Cytosol inArabidopsis thalianaRoot Apical Meristem Cells

Yazhini Velappan et al.Oct 21, 2022
Abstract Hydrogen cyanamide (HC) is known to stimulate the production of reactive oxygen species (ROS) and also alter growth through modification of the cell cycle. However, the mechanisms by which HC alters cell proliferation and redox homeostasis are largely unknown. This study used roGFP2 expressing Arabidopsis seedlings to measure the oxidation states of the nuclei and cytosol in response to HC treatment. The Cytrap dual cell cycle phase marker system and flow cytometry were used to study associated changes in cell proliferation. HC (1.5mM) reversibly inhibited root growth during a 24h treatment. Higher concentrations were not reversible. HC did not synchronize the cell cycle. In contrast to hydroxyurea, HC caused a gradual accumulation of cells in the G2/M phase and decline of G1/S phase cells 16 to 24h post-treatment. This was accompanied by increased oxidation of both the nuclei and cytosol. Taken together, HC impairs proliferation of embryonic root meristem cells in a reversible manner through restriction of G2/M transition accompanied by increased oxidative poise.
0

Influence of mixed and single infection of grapevine leafroll-associated virus and viral load on berry quality

Wisam Salo et al.Jan 1, 2023
Grapevine leafroll disease (GLD) is a viral disease that affects grapevines (Vitis vinifera L.) and has a severe economic impact on viticulture. In this study, the effect of grapevine leafroll-associated viruses (GLRaV) on berry quality was investigated in clones of cultivar cv. Crimson Seedless table grapes infected with GLRaV. RT-PCR confirmed the identity of the clones: clone 3236, infected only with GLRaV-3 (termed Single); clone 3215, infected with GLRaV-3, GLRaV-4 strain 9 and grapevine virus A (termed Mixed), and a viral free clone of the same genetic background of the infected clones (termed Control). The berry quality indices of size, sugar, acidity, and anthocyanin content were measured at harvest maturity. RT-qPCR was used to determine viral load. The study was repeated over two years. A two-way, multivariate analysis of variance (MANOVA) was applied with clone and season as independent variables and the measured berry quality parameters as a dependent variable. All dependent variables were significantly affected by viral infection (Wilks, λ, [2,33] = 0.033895, p-value < 0.001), while only titratable acidity (TA) was affected by season. Average berry dry mass decreased (p-value < 0.001). The water content of both infected clones was greater than that of the control (p-value < 0.001). Both infected clones displayed reduced sugar content as a fraction of the berry dry mass (p-value < 0.001). The anthocyanin and the phenol content of the infected clones were significantly reduced compared to the control clone (p < 0.001, p < 0.05, clone 3236 and clone 3215, respectively). Finally, the viral load was highly variable, and no quantitative relationship between viral load and berry composition was found.
0

Splice Expression Variation Analysis (SEVA) for Inter-tumor Heterogeneity of Gene Isoform Usage in Cancer

Bahman Afsari et al.Dec 5, 2016
Motivation: Current bioinformatics methods to detect changes in gene isoform usage in distinct phenotypes compare the relative expected isoform usage in phenotypes. These statistics model differences in isoform usage in normal tissues, which have stable regulation of gene splicing. Pathological conditions, such as cancer, can have broken regulation of splicing that increases the heterogeneity of the expression of splice variants. Inferring events with such differential heterogeneity in gene isoform usage requires new statistical approaches. Results: We introduce Splice Expression Variability Analysis (SEVA) to model increased heterogeneity of splice variant usage between conditions (e.g., tumor and normal samples). SEVA uses a rank-based multivariate statistic that compares the variability of junction expression profiles within one condition to the variability within another. Simulated data show that SEVA is unique in modeling heterogeneity of gene isoform usage, and benchmark SEVA's performance against EBSeq, DiffSplice, and rMATS that model differential isoform usage instead of heterogeneity. We confirm the accuracy of SEVA in identifying known splice variants in head and neck cancer and perform cross-study validation of novel splice variants. A novel comparison of splice variant heterogeneity between subtypes of head and neck cancer demonstrated unanticipated similarity between the heterogeneity of gene isoform usage in HPV-positive and HPV-negative subtypes and anticipated increased heterogeneity among HPV-negative samples with mutations in genes that regulate the splice variant machinery. Conclusion: These results show that SEVA accurately models differential heterogeneity of gene isoform usage from RNA-seq data. Availability: SEVA is implemented in the R/Bioconductor package GSReg.
2

The seasonal dynamics of bud dormancy in grapevine suggest a regulated checkpoint prior to acclimation

Yazhini Velappan et al.Feb 10, 2021
ABSTRACT Grapevine ( Vitis vinifera L.) displays wide plasticity to climate and seasonality, ranging from strongly deciduous to evergreen. Understanding the physiology of decisions to grow or quiesce is critical for improved crop management, prediction, and the adaptability of production to alternative climate scenarios. The perenniating bud (N+2) is a major economic unit and focus of study. Here we investigated the physiology and transcriptome of cv. Merlot buds grown in a temperate maritime climate from summer to spring in two consecutive years. The changes in bud respiration, hydration and internal tissue oxygen data were consistent with the transcriptome data. ABA-responsive gene processes prevailed upon the transition to a deep metabolic and cellular quiescence in the bud during autumn. Light, together with hypoxia and redox signalling presided over the resumption of nuclear and cellular growth in the transition to spring. Comparisons with transcriptome data from bud burst studies revealed a number of regulatory candidates for the orderly resumption of growth in spring, including components that may integrate light and temperature signalling. Importantly however, the bud burst forcing data, which is widely used as a measure of bud dormancy, were not consistent with the physiological and transcription data. We hypothesise the existence of a physiological checkpoint following bud set in summer, which if not met results in extreme quiescence. Collectively this is the most integrated developmental dataset of the latent bud of cultivated grapevine, and establishes a platform for systems approaches to study seasonal plasticity. One sentence summary Physiology and transcriptome data provide strong evidence of a regulatory checkpoint prior to acclimation and dormancy in latent grapevine buds.
0

PatternMarkers & GWCoGAPS for novel data-driven biomarkers via whole transcriptome NMF

Genevieve Stein-O’Brien et al.Oct 26, 2016
Non-negative Matrix Factorization (NMF) algorithms associate gene expression with biological processes (e.g., time-course dynamics or disease subtypes). Compared with univariate associations, the relative weights of NMF solutions can obscure biomarkers. Therefore, we developed a novel PatternMarkers statistic to extract genes for biological validation and enhanced visualization of NMF results. Finding novel and unbiased gene markers with PatternMarkers requires whole-genome data. However, NMF algorithms typically do not converge for the tens of thousands of genes in genome-wide profiling. Therefore, we also developed Genome-Wide CoGAPS Analysis in Parallel Sets (GWCoGAPS), the first robust whole genome Bayesian NMF using the sparse, MCMC algorithm, CoGAPS. This software contains analytic and visualization tools including a Shiny web application, patternMatcher, which are generalized for any NMF. Using these tools, we find granular brain-region and cell-type specific signatures with corresponding biomarkers in GTex data, illustrating GWCoGAPS and patternMarkers ascertainment of data-driven biomarkers from whole-genome data. Availability: PatternMarkers & GWCoGAPS are in the CoGAPS Bioconductor package (3.5) under the GPL license.
Load More