Variations in <scp><i>CYP</i></scp><i>78</i><scp><i>A</i></scp><i>13</i> coding region influence grain size and yield in rice
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
Grain size is one of the most important determinants of crop yield in cereals. Here, we identified a dominant mutant, big grain2 (bg2-D) from our enhancer-trapping population. Genetic analysis and SiteFinding PCR (polymerase chain reaction) revealed that BG2 encodes a cytochrome P450, OsCYP78A13. Sequence search revealed that CYP78A13 has a paralogue Grain Length 3.2 (GL3.2, LOC_Os03g30420) in rice with distinct expression patterns, analysis of transgenic plants harbouring either CYP78A13 or GL3.2 showed that both can promote grain growth. Sequence polymorphism analysis with 1529 rice varieties showed that the nucleotide diversity at CYP78A13 gene body and the 20 kb flanking region in the indica varieties were markedly higher than those in japonica varieties. Further, comparison of the genomic sequence of CYP78A13 in the japonica cultivar Nipponbare and the indica cultivar 9311 showed that there were three InDels in the promoter region and eight SNPs (single nucleotide polymorphism) in its coding sequence. Detailed examination of the transgenic plants with chimaeric constructs suggested that variation in CYP78A13 coding region is responsible for the variation of grain yield. Taken together, our results suggest that the variations in CYP78A13 in the indica varieties hold potential in rice breeding for application of grain yield improvement.
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