Characterization of a Cruciferin Deficient Mutant of Arabidopsis and Its Utility for Overexpression of Foreign Proteins in Plants
Notice bibliographique
Résumé
Plant seeds naturally accumulate storage reserves (proteins, carbohydrates, lipids) that are mobilized during germination to provide energy and raw materials to support early seedling growth. Seeds have been exploited as bioreactors for the production to foreign materials, but stable, high level expression has been elusive, in part due to the intrinsic bias for producing the natural reserves in their typical proportions. To identify mutants governing seed filling, we screened a population of mutagenized Arabidopsis plants for a mutant that failed to fill its seeds. Here we report the identification of ssp1, a recessive, viable mutant that accumulates approximately 15% less protein than wildtype seeds. Molecular analyses revealed that ssp1 is due to the introduction of a premature stop codon in CRU3, one of the major cruciferin genes. Unlike many other reserve mutants or transgenic lines in which seed storage protein levels are reduced by antisense/RNAi technologies, ssp1 exhibits low level compensation by other reserves, and represents a mutant background that might prove useful for high level expression of foreign proteins. To test this hypothesis, we used a bean phytohemagglutinin (PHA) gene as a reporter and compared PHA expression levels in single copy insertion lines in ssp1 vs. wildtype. These near isogenic lines allow reporter protein levels to be compared without the confounding and sometimes unknown influences of transgene copy number and position effects on gene expression. The ssp1 lines consistently accumulated more PHA than the backcrossed counterparts, with increases ranging from 12% to 126%. This proof of principle study suggests that similar strategies in crop plants may improve the yield of foreign proteins of agronomic and economic interest.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».