MétaCan
Menu
Retour à la cohorte
Enregistrement W3082114801 · doi:10.1002/lipd.12249

The Potential of Genome Editing for Improving Seed Oil Content and Fatty Acid Composition in Oilseed Crops

2020· review· en· W3082114801 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueLipids · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of AlbertaUniversity of Lethbridge
Organismes subventionnairesAgriculture and Agri-Food CanadaBeef Cattle Research Council
Mots-clésGenome editingBiotechnologyCommercializationContext (archaeology)CanolaBiologyCRISPRBusinessAgronomyMarketingGeneGenetics

Résumé

récupéré en direct d'OpenAlex

A continuous rise in demand for vegetable oils, which comprise mainly the storage lipid triacylglycerol, is fueling a surge in research efforts to increase seed oil content and improve fatty acid composition in oilseed crops. Progress in this area has been achieved using both conventional breeding and transgenic approaches to date. However, further advancements using traditional breeding methods will be complicated by the polyploid nature of many oilseed crops and associated time constraints, while public perception and the prohibitive cost of regulatory processes hinders the commercialization of transgenic oilseed crops. As such, genome editing using CRISPR/Cas is emerging as a breakthrough breeding tool that could provide a platform to keep pace with escalating demand while potentially minimizing regulatory burden. In this review, we discuss the technology itself and progress that has been made thus far with respect to its use in oilseed crops to improve seed oil content and quality. Furthermore, we examine a number of genes that may provide ideal targets for genome editing in this context, as well as new CRISPR-related tools that have the potential to be applied to oilseed plants and may allow additional gains to be made in the future.

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 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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,284
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