Rice endosperm iron biofortification by targeted and synergistic action of nicotianamine synthase and ferritin
Notice bibliographique
Résumé
Nearly one-third of the world's population, mostly women and children, suffer from iron malnutrition and its consequences, such as anaemia or impaired mental development. Iron fortification of food is difficult because soluble iron is either unstable or unpalatable, and non-soluble iron is not bioavailable. Genetic engineering of crop plants to increase iron content has therefore emerged as an alternative for iron biofortification. To date, strategies to increase iron content have relied on single genes, with limited success. Our work focuses on rice as a model plant, because it feeds one-half of the world's population, including the majority of the iron-malnourished population. Using the targeted expression of two transgenes, nicotianamine synthase and ferritin, we increased the iron content of rice endosperm by more than six-fold. Analysis of transgenic rice lines confirmed that, in combination, they provide a synergistic effect on iron uptake and storage. Laser ablation-inductively coupled plasma-mass spectrometry showed that the iron in the endosperm of the transgenic rice lines accumulated in spots, most probably as a consequence of spatially restricted ferritin accumulation. Agronomic evaluation of the high-iron rice lines did not reveal a yield penalty or significant changes in trait characters, except for a tendency to earlier flowering. Overall, we have demonstrated that rice can be engineered with a small number of genes to achieve iron biofortification at a dietary significant level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».