The Interaction of the Soybean Seed High Oleic Acid Oil Trait With Other Fatty Acid Modifications
Notice bibliographique
Résumé
Abstract Oil value is determined by the functional qualities imparted from the fatty acid profile. Soybean oil historically had excellent use in foods and industry; the need to increase the stability of the oil without negative health consequences has led to a decline in soybean oil use. One solution to make the oil stable is to have high oleic acid (>70%) and lower linolenic acid content in the oil. Other fatty acid profile changes are intended to target market needs: low‐saturated fatty acid and high stearic acid content in the oil. The objective of this study is to determine the interaction of the high oleic acid oil trait with other alleles controlling fatty acid profiles. Soybean lines containing high oleic acid allele combinations plus other fatty acid modifying alleles were produced, and the seed was produced in multiple field environments over 2 years. Stable high oleic acid with low linolenic acid (<3.0%) was achieved with a 4‐allele combination. The target of >20% stearic acid in the seed oil was not achieved. Reducing total saturated fatty acids below 7% in a high oleic acid background was possible with mutant alleles of both an acyl‐ACP thioesterase B and a β‐ketoacyl‐[acyl‐carrier‐protein] synthase III gene. The results identified allele combinations that met the target fatty acid profile thresholds and were most stable across environments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».