MétaCan
Menu
Retour à la cohorte
Enregistrement W3092029836 · doi:10.5376/rgg.2020.11.0002

Research Progress on Cloning and Mechanism of Rice Lesion Mimic Genes

2020· article· en· W3092029836 sur OpenAlexvenueno aff
Jingya Qian, Fen Liu, Cheng Qu, Yue Wang

Notice bibliographique

RevueRice Genomics and Genetics · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMutantGeneBiologyCloning (programming)GeneticsMechanism (biology)Positional cloningPlant disease resistanceLesionMutationPhenotypeCell biologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

The formation of rice lesion mimic was affected by gene mutation, metabolic disorder, accumulation of active oxygen, hormone imbalance, blocked ion channels, out of control programmed cell death process, abiotic stress and so on. The process of disease was usually accompanied by the improvement of plant resistance, and the expression of defense system related genes increases. At present, the study of disease-like mutants mainly focused on the mapping, cloning and functional analysis of mutant genes. The mechanism of rice lesion mimic mutants was reviewed, especially the location, coding and function of the cloned disease like genes In this paper. The mechanism of programmed cell death in rice disease like cells was summarized, and the prospect of disease like mutants and rice breeding practice was put forward. It was of great significance to further analyze the regulatory mechanism of defense response and breeding application of rice lesion mimic mutant gene.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,218

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 Opus0,070
Tête enseignante GPT0,283
Écart entre enseignants0,213 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRice Genomics and GeneticsMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207