Identification of regulatory genes to improve nitrogen use efficiency
Notice bibliographique
Résumé
Guevara, D. R., Bi, Y.-M. and Rothstein, S. J. 2014. Identification of regulatory genes to improve nitrogen use efficiency. Can. J. Plant Sci. 94: 1009–1012. Crop production on soils containing sub-optimal levels of nitrogen (N) severely compromises yield potential. The development of crop varieties displaying high N use efficiency (NUE) is necessary in order to optimize N fertilizer use, and reduce the environmental damage caused by the current excessive application of N in agricultural areas. Genome-wide microarray analysis of rice plants grown under N-limiting environments was performed to identify NUE candidate genes. An early nodulin gene, OsENOD93-1, was strongly up-regulated during plant growth under low N. A constitutive Ubiquitin promoter was used to drive the expression of the OsENOD93-1 gene in transgenic plants to determine the importance of OsENOD93-1 for rice NUE. Transgenic rice plants over-expressing the OsENOD93-1 gene achieved ∼23% and 16% more yield and biomass, respectively, compared with wild-type plants when grown under N-limitation conditions. OsENOD93-1-OX transgenic plants accumulated a higher amount of total amino acids in the roots and xylem sap under N stress, suggesting that OsENOD93-1 plays a role in the transportation of amino acids. Taken together, we demonstrate that an effective way to identify NUE gene candidates involves both transcriptional profiling coupled with a transgenic validation approach to improve complex traits such as NUE in important crops.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».