Engineering the production of conjugated fatty acids in <i>Arabidopsis thaliana</i> leaves
Notice bibliographique
Résumé
The seeds of many nondomesticated plant species synthesize oils containing high amounts of a single unusual fatty acid, many of which have potential usage in industry. Despite the identification of enzymes for unusual oxidized fatty acid synthesis, the production of these fatty acids in engineered seeds remains low and is often hampered by their inefficient exclusion from phospholipids. Recent studies have established the feasibility of increasing triacylglycerol content in plant leaves, which provides a novel approach for increasing energy density of biomass crops. Here, we determined whether the fatty acid composition of leaf oil could be engineered to accumulate unusual fatty acids. Eleostearic acid (ESA) is a conjugated fatty acid produced in seeds of the tung tree (Vernicia fordii) and has both industrial and nutritional end-uses. Arabidopsis thaliana lines with elevated leaf oil were first generated by transforming wild-type, cgi-58 or pxa1 mutants (the latter two of which contain mutations disrupting fatty acid breakdown) with the diacylglycerol acyltransferases (DGAT1 or DGAT2) and/or oleosin genes from tung. High-leaf-oil plant lines were then transformed with tung FADX, which encodes the fatty acid desaturase/conjugase responsible for ESA synthesis. Analysis of lipids in leaves revealed that ESA was efficiently excluded from phospholipids, and co-expression of tung FADX and DGAT2 promoted a synergistic increase in leaf oil content and ESA accumulation. Taken together, these results provide a new approach for increasing leaf oil content that is coupled with accumulation of unusual fatty acids. Implications for production of biofuels, bioproducts, and plant-pest interactions are 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 | 0,001 |
| 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 | 0,001 | 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 ».