Perturbation of lignin biosynthesis pathway in <i>Brassica napus</i> (canola) plants using RNAi
Notice bibliographique
Résumé
Brassica napus meal contains high levels of lignin, which is one of the most important compositional factors affecting feed utilization by ruminants. We attempted to modify the concentration and composition of lignin in B. napus plants using the RNAi approach. Four genes were targeted for silencing by this approach either independently or in combination; caffeic acid O-methyltransferase (COMT), cinnamate 4-hydroxylase (C4H); coumarate 3-hydroxylase (C3H); ferulic acid 5-hydroxylase (F5H). We successfully developed transgenic B. napus lines expressing CaMV35S:C3H-C4H RNAi, CaMV35S:F5H-COMT RNAi, and Cruciferin:COMT RNAi that contained up to 40% less seed lignin in the transgenic seeds compared to the control. Despite successfully achieving suppression of these lignin biosynthesis genes and reduction in lignin content in B. napus seeds, we observed minor phenotypic effects on the transgenic plants. In lines carrying the cruciferin:COMT RNAi construct we observed a decrease in lignin content (40%) in the seed and anatomical variations when stem sections were examined. While our silencing had no major negative effect on plant growth it resulted in deformation of vessel elements, and minor changes in S-units. Taken together, these results clearly show that by employing RNAi strategy, it is possible to alter seed lignin content and composition in a manner non-detrimental to B. napus plants.Key words: Brassica napus, cruciferin, lignin, COMT, RNAi
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».