Application of CRISPR/Cas9 Genome Editing Technology for the Improvement of Crops Cultivated in Tropical Climates: Recent Progress, Prospects, and Challenges
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
The world population is expected to increase from 7.3 to 9.7 billion by 2050. Pest outbreak and increased abiotic stresses due to climate change pose a high risk to tropical crop production. Although conventional breeding techniques have significantly increased crop production and yield, new approaches are required to further improve crop production in order to meet the global growing demand for food. The Clustered Regularly Interspaced Short Palindromic Repeats (CRISPR)/Cas9 (CRISPR-associated protein9) genome editing technology has shown great promise for quickly addressing emerging challenges in agriculture. It can be used to precisely modify genome sequence of any organism including plants to achieve the desired trait. Compared to other genome editing tools such as zinc finger nucleases (ZFNs) and transcriptional activator-like effector nucleases (TALENs), CRISPR/Cas9 is faster, cheaper, precise and highly efficient in editing genomes even at the multiplex level. Application of CRISPR/Cas9 technology in editing the plant genome is emerging rapidly. The CRISPR/Cas9 is becoming a user-friendly tool for development of non-transgenic genome edited crop plants to counteract harmful effects from climate change and ensure future food security of increasing population in tropical countries. This review updates current knowledge and potentials of CRISPR/Cas9 for improvement of crops cultivated in tropical climates to gain resiliency against emerging pests and abiotic stresses.
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 | 0,001 |
| 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