MétaCan
Menu
Retour à la cohorte
Enregistrement W2959034595 · doi:10.7287/peerj.7211v0.2/reviews/2

Peer Review #2 of "Transcription factors involved in abiotic stress responses in Maize (Zea mays L.) and their roles in enhanced productivity in the post genomics era (v0.2)"

2019· peer-review· en· W2959034595 sur OpenAlexfundno aff
Nepolean Thirunavukkarasu

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetics and Plant Breeding
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Genetics
Mots-clésZea maysAbiotic stressAbiotic componentProductivityBiologyBiotechnologyAgronomyGeneticsGeneEcology

Résumé

récupéré en direct d'OpenAlex

Background: Maize (Zea mays L.) is a principal cereal crop cultivated worldwide for human food, animal feed, and more recently as a source of biofuel.However, as a direct consequence of water insufficiency and climate change, frequent occurrences of both biotic and abiotic stresses have been reported in various regions around the world, and recently, this has become a constant threat in increasing global maize yields.Plants respond to abiotic stresses by utilizing the activities of transcription factors, which are families of genes coding for specific transcription factor proteins.Transcription factor target genes form a regulon that is involved in the repression/activation of genes associated with abiotic stress responses.Therefore, it is of uttermost importance to have a systematic study on each transcription factor family, the downstream target genes they regulate, and the specific transcription factor genes involved in multiple abiotic stress responses in maize and other staple crops. Method:In this review, the main transcription factor families, the specific transcription factor genes and their regulons that are involved in abiotic stress regulation will be briefly discussed.Great emphasis will be given on maize abiotic stress improvement throughout this review, although other examples from different plants like rice, Arabidopsis, wheat, and barley will be used. Results:We have described in detail the main transcription factor families in maize that take part in abiotic stress responses together with their regulons.Furthermore, we have also briefly described the utilization of high-efficiency technologies in the study and characterization of TFs involved in the abiotic stress regulatory networks in plants with an emphasis on increasing maize production.Examples of these technologies include next-generation sequencing, microarray analysis, machine learning and RNA-Seq. Conclusion:In conclusion, it is expected that all the information provided in this review will in time contribute to the use of TF genes in the research, breeding, and development of new abiotic stress tolerant maize cultivars.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,924

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0040,001
Communication savante0,0090,005
Science ouverte0,0040,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,2760,166

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 Opus0,055
Tête enseignante GPT0,250
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetics and Plant BreedingTravaux en français237 207