Application of Brachypodium to the genetic improvement of wheat roots
Notice bibliographique
Résumé
To meet the demands of a larger and more affluent global population, wheat yields must increase faster this century than last, with less irrigation, fertilizer, and land. Modelling and experiments consistently demonstrate a large potential for increasing wheat productivity by improving root systems; however, application of research to new varieties is slow because of the inherent difficulties associated with working underground. This review makes the case for the use of the model grass Brachypodium distachyon to simplify root research and accelerate the identification of genes underlying wheat root improvement. Brachypodium is a small temperate grass with many genomic, genetic, and experimental resources that make it a tractable model plant. Brachypodium and wheat have very similar root anatomies which are distinct from rice root anatomy that is specialized to help it overcome anaerobic conditions associated with submerged roots. As a dicotyledonous plant, Arabidopsis has an even more divergent root system that features a tap root system and cambia with secondary growth, both of which are lacking in the grasses. The major advantage of Brachypodium is its small stature that allows the adult grass root system to be readily phenotyped, unlike rice and maize. This will facilitate the identification of genes in adult roots that greatly influence yield by modulating water uptake during flowering and grain development. A summary of the advantages of Brachypodium for root studies is presented, including the adult root system architecture and root growth during grain development. Routes to translate discoveries from Brachypodium to wheat are also discussed.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».