Functional genomics of seed dormancy in wheat: advances and prospects
Notice bibliographique
Résumé
Seed dormancy is a mechanism underlying the inability of viable seeds to germinate under optimal environmental conditions. To achieve rapid and uniform germination, wheat and other cereal crops have been selected against dormancy. As a result, most of the modern commercial cultivars have low level of seed dormancy and are susceptible to preharvest sprouting when wet and moist conditions occur prior to harvest. As it causes substantial loss in grain yield and quality, preharvest sprouting is an ever-present major constraint to the production of wheat. The significance of the problem emphasizes the need to incorporate an intermediate level of dormancy into elite wheat cultivars, and this requires detailed dissection of the mechanisms underlying the regulation of seed dormancy and preharvest sprouting. Seed dormancy research in wheat often involves after-ripening, a period of dry storage during which seeds lose dormancy, or comparative analysis of seeds derived from dormant and non-dormant cultivars. The increasing development in wheat genomic resources along with the application of transcriptomics, proteomics, and metabolomics approaches in studying wheat seed dormancy have extended our knowledge of the mechanisms acting at transcriptional and post-transcriptional levels. Recent progresses indicate that some of the molecular mechanisms are associated with hormonal pathways, epigenetic regulations, targeted oxidative modifications of seed mRNAs and proteins, redox regulation of seed protein thiols, and modulation of translational activities. Given that preharvest sprouting is closely associated with seed dormancy, these findings will significantly contribute to the designing of efficient strategies for breeding preharvest sprouting tolerant wheat.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».