A rapid and efficient method for uniform gene expression using the barley stripe mosaic virus
Notice bibliographique
Résumé
The barley stripe mosaic virus (BSMV) has become a popular vector to study gene function in cereals. However, studies have been limited to gene silencing in leaves of barley or wheat. In addition, the method produces high variability between different leaves and plants. To overcome these limitations, we explored the potential of modifying the inoculation protocol for BSMV gene overexpression. An improved light, oxygen or voltage-sensing (iLOV) domain-based fluorescent protein was used as a reporter of gene expression to monitor the infection and spread of BSMV. Tobacco (Nicotiana benthamiana) leaves were infected via agroinfiltration and the leaves were homogenized to extract the BSMV particles and inoculate wheat tissues using the traditional leaf abrasion method or by incubation during seed imbibition in a Petri dish. Compared to the leaf abrasion method, the seed imbibition method resulted in a high and uniform detection of iLOV in both roots and leaves of different wheat cultivars and other monocot and dicot species within 7 days after germination. The progression of viral infection via the imbibition method as measured by the expression of iLOV was more stable in different organs and tissues and is transmissible to the next generation. Our results show that BSMV can be used as a vector for the expression of small genes such as iLOV in wheat roots and leaves. The inoculation by seed imbibition allows genes to be expressed rapidly and uniformly in wheat and different monocot and dicot species compared to the traditional leaf abrasion method. It also produces high successful transformation as early as 7 days post infection allowing gene function studies during the first generation of infected plants. Furthermore, the method is simple, rapid, and inexpensive compared to the production of transgenic plants.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».