MétaCan
Menu
Retour à la cohorte
Enregistrement W3018284886 · doi:10.1002/aps3.11332

A simple, non‐toxic method for separating seeds based on density, and its application in isolating <i>Arabidopsis thaliana</i> seed oil mutants

2020· article· en· W3018284886 sur OpenAlexafffund
Gillian H. Dean, Flora Pang, George W. Haughn, Ljerka Kunst

Notice bibliographique

RevueApplications in Plant Sciences · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Molecular Biology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyArabidopsis thalianaBrassicaMutantBotanyDifferential centrifugationArabidopsisHorticultureGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Premise Seed oil is an economically important trait in Brassica oilseed crops. A novel method was developed to isolate Arabidopsis thaliana seeds with altered oil content. Methods and Results In A. thaliana , seed oil content is correlated with seed density, with high‐oil seeds being less dense than wild type and tending to float in solution, and low‐oil seeds being denser and tending to sink. In contrast to previous methods, which used toxic chemicals and density gradient centrifugation, different concentrations of calcium chloride (CaCl 2 ) were employed to separate seeds without the need for centrifugation. The method was validated using known seed oil mutants, and 120,822 T‐ DNA mutagenized A. thaliana lines were then screened for novel seed density phenotypes. Conclusions A number of candidate mutants, as well as new alleles of two genes known to influence seed oil biosynthesis, were successfully isolated.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,316
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplications in Plant SciencesMême sujetPlant Molecular Biology ResearchTravaux en français237 207