MétaCan
Menu
Retour à la cohorte
Enregistrement W2733329249 · doi:10.1111/pbi.12787

Direct and tunable modulation of protein levels in rice and wheat with a synthetic small molecule

2017· article· en· W2733329249 sur OpenAlexfundno aff
Jingbo Zhang, Kangquan Yin, Juan Sun, Jinlan Gao, Qiuli Du, Hua-Li Li, Jin‐Long Qiu

Notice bibliographique

RevuePlant Biotechnology Journal · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsInstitute of Genetics and Developmental Biology, Chinese Academy of SciencesNational Key Research and Development Program of ChinaNatural Science Foundation of Shandong ProvinceDanmarks Frie ForskningsfondChinese Academy of SciencesNational Transgenic Science and Technology ProgramTeknologi og Produktion, Det Frie Forskningsråd
Mots-clésBiologySmall moleculeModulation (music)MoleculeCell biologyComputational biologyAgronomyBiophysicsBiochemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Direct control of protein level enables rapid and efficient analyses of gene functions in crops. Previously, we developed the RDDK-Shield1 (Shld1) system in the model plant Arabidopsis thaliana for direct modulation of protein stabilization using a synthetic small molecule. However, it was unclear whether this system is applicable to economically important crops. In this study, we show that the RDDK-Shld1 system enables rapid and tunable control of protein levels in rice and wheat. Accumulation of RDDK fusion proteins can be reversibly and spatio-temporally controlled by the synthetic small-molecule Shld1. Moreover, RDDK-Bar and RDDK-Pid3 fusions confer herbicide and rice blast resistance, respectively, in a Shld1-dependent manner. Therefore, the RDDK-Shld1 system provides a reversible and tunable technique for controlling protein functions and conditional expression of transgenes in 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Biotechnology JournalMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207