MétaCan
Menu
Retour à la cohorte
Enregistrement W3100374270 · doi:10.1270/jsbbr.20j01

Characterization of a rice line, ‘Akitasake 44’, with a lower pasting temperature screened from rice lines suited for <i>sake</i> brewing and determination of the responsible gene

2020· article· en· W3100374270 sur OpenAlexaff
Kazuyuki Okamoto, Kai Kawamata, Noriaki Aoki, Junichi Tanaka, Takayuki Umemoto

Notice bibliographique

RevueBreeding Research · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensPlant Biotechnology Institute
Organismes subventionnairesnon disponible
Mots-clésBrewingLine (geometry)Food scienceHorticultureChemistryBiotechnologyMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

酒米の重要な特性である蒸米の酵素消化性は,澱粉の糊化温度が低い米において優れる.著者らは,代表的な酒造好適米を含む41品種・系統から,澱粉の糊化温度の指標となる粘度上昇開始温度が低い「秋田酒44号」を見出した.この系統のアミロペクチンの側鎖長分布を解析したところ,「あきたこまち」や「五百万石」等と比べ,重合度6から12の短鎖の比率が高く,重合度13から24の中鎖の比率が低かった.また,同系統は胚乳における澱粉代謝系酵素のひとつ,澱粉ホスホリラーゼ1の活性を欠損していた.一方,「秋田酒44号」とその系譜上にある品種・系統について,澱粉ホスホリラーゼ1の活性を調査したところ,活性の欠損は「秋田酒44号」以外には認められなかった.「秋田酒44号」は「58系3071」へのγ線照射によって育成されていることから,澱粉ホスホリラーゼ1活性欠損の原因は,このγ線照射による変異が原因と推定された.さらに,「秋田酒44号」の澱粉ホスホリラーゼ1遺伝子の塩基配列を決定し,同酵素活性を保持する「日本晴」の配列と比較したところ,第12エクソンにアミノ酸置換を伴う一塩基置換があることを確認した.この変異が「秋田酒44号」の澱粉ホスホリラーゼ1活性の欠損,ひいては澱粉糊化時の粘度上昇開始温度が低い原因であると考えられた.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,065
Tête enseignante GPT0,302
Écart entre enseignants0,237 · 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.

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 revueBreeding ResearchMême sujetFood composition and propertiesTravaux en français237 207