Improvement of Forage Quality by Downregulation of Maize <i>O</i>‐Methyltransferase
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lignin is a complex, aromatic polymer that limits plant cell wall degradation by ruminants and reduces the nutritional value of forages. Genetic engineering, using an antisense strategy, offers the potential to modulate enzymes in the lignin biosynthetic pathway as a way to reduce lignin, thereby improving forage quality and animal performance. We investigated the effectiveness of expressing antisense sorghum O ‐methyltransferase gene ( omt ) to downregulate maize OMT and reduce lignin. Constructs contained a sorghum omt coding region in the antisense orientation driven by the maize ubiquitin‐1 ( Ubi ) promoter (with the first intron and exon) along with bar , that confers glufosinate herbicide resistance, driven by the CaMV 35S promoter. Twenty‐eight T 0 plants regenerated from 17 herbicide‐resistant callus lines from 13 independent bombardments expressed the brown midrib phenotype. O ‐methyltransferase activity was significantly lower in T 1 transgenics compared with controls, with some plants showing a 60% reduction. Those T 1 transgenics with downregulated OMT averaged 20% less lignin in stems and 12% less lignin in leaves compared with controls. On a whole‐plant basis, lignin was reduced by an average of 17% with the greatest reduction being 31%. Digestibility was significantly improved in transgenic plants by 2% in leaves and 7% in stems. Mean whole‐plant digestibility increased from 72 to 76%. This research demonstrates that genetic engineering has the potential to improve forage grass digestibility. This could be important, especially in tropical forage species, which generally have lower quality than temperate species.
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.
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) | 0,000 | 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 découle