Fueling the future; plant genetic engineering for sustainable biodiesel production
Notice bibliographique
Résumé
Biodiesel has huge potentials as a green and technologically feasible alternative to fossil diesel. However, biodiesel production from edible oil crops has been widely criticized while nonedible oil plants are associated with some serious disadvantages, such as high cost, low oil yield, and unsuitable oil composition. The next generation sequencing (NGS), omics technologies, and genetic engineering have opened new paths toward achieving high performance-oil plants varieties for commercial biodiesel production. The intent of the present review paper is to review and critically discuss the recent genetic and metabolic engineering strategies developed to overcome the shortcoming faced in nonedible plants, including Jatropha curcas and Camelina sativa, as emerging platforms for biodiesel production. These strategies have been looked into three different categories. Through the first strategy aimed at enhancing oil content, the key genes involved in triacylglycerols (TAGs) biosynthesis pathway (e.g., diacylglycerol acyltransferase (DGAT), acetyl-CoA carboxylase (ACCase), and glycerol‐3‐phosphate dehydrogenase (GPD1)), genes affecting seed size and plant growth (e.g., transcription factors (WRI1), auxin response factor 19 (ARF19), leafy cotyledon1 (LEC1), purple acid phosphatase 2 (PAP2), G-protein c subunit 3 (AGG3), and flowering locus T (FT)), as well as genes involved in TAGs degradation (e.g., sugar-dependent protein 1 triacylglycerol lipase (SDP1)) have been deliberated. While through the second strategy targeting enhanced oil composition, suppression of the genes involved in the biosynthesis of linoleic acids (e.g., fatty acid desaturase (FAD2), fatty acid elongase (FAE1), acyl-ACP thioesterase (FATB), and ketoacyl-ACP synthase II (KASII)), suppression of the genes encoding toxic metabolites (curcin precursor and casbene synthase (JcCASA)), and finally, engineering the genes responsible for the production of unusual TAGs (e.g., Acetyl-TAGs and hydroxylated fatty acids (HFA)) have been debated. In addition to those, enhancing tolerance to biotic (pest and disease) and abiotic (drought, salinity, freezing, and heavy metals) stresses as another important genetic engineering strategy to facilitate the cultivation of nonedible oil plants under conditions unsuitable for food crops has been addressed. Finally, the challenges faced prior to successful commercialization of the resultant GM oil plants such have been presented.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».