The Role of Major Transcription Factors in Solanaceous Food Crops under Different Stress Conditions: Current and Future Perspectives
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
Plant growth, development, and productivity are adversely affected by environmental stresses such as drought (osmotic stress), soil salinity, cold, oxidative stress, irradiation, and diverse diseases. These impacts are of increasing concern in light of climate change. Noticeably, plants have developed their adaptive mechanism to respond to environmental stresses by transcriptional activation of stress-responsive genes. Among the known transcription factors, DoF, WRKY, MYB, NAC, bZIP, ERF, ARF and HSF are those widely associated with abiotic and biotic stress response in plants. Genome-wide identification and characterization analyses of these transcription factors have been almost completed in major solanaceous food crops, emphasizing these transcription factor families which have much potential for the improvement of yield, stress tolerance, reducing marginal land and increase the water use efficiency of solanaceous crops in arid and semi-arid areas where plant demand more water. Most importantly, transcription factors are proteins that play a key role in improving crop yield under water-deficient areas and a place where the severity of pathogen is very high to withstand the ongoing climate change. Therefore, this review highlights the role of major transcription factors in solanaceous crops, current and future perspectives in improving the crop traits towards abiotic and biotic stress tolerance and beyond. We have tried to accentuate the importance of using genome editing molecular technologies like CRISPR/Cas9, Virus-induced gene silencing and some other methods to improve the plant potential in giving yield under unfavorable environmental conditions.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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