MétaCan
Menu
Retour à la cohorte
Enregistrement W3118426610 · doi:10.3389/fpls.2020.606918

The Molecular Regulation of Carbon Sink Strength in Grapevine (Vitis vinifera L.)

2021· review· en· W3118426610 sur OpenAlexaff
Youmei Li, Charles F. Forney, Bhaskar Bondada, Feng Leng, Zhaosen Xie

Notice bibliographique

RevueFrontiers in Plant Science · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSugarSink (geography)SucrosePhotosynthesisVitis viniferaBotanyBiologyChemistryAgronomyHorticultureFood science

Résumé

récupéré en direct d'OpenAlex

Sink organs, the net receivers of resources from source tissues, provide food and energy for humans. Crops yield and quality are improved by increased sink strength and source activity, which are affected by many factors, including sugars and hormones. With the growing global population, it is necessary to increase photosynthesis into crop biomass and yield on a per plant basis by enhancing sink strength. Sugar translocation and accumulation are the major determinants of sink strength, so understanding molecular mechanisms and sugar allocation regulation are conducive to develop biotechnology to enhance sink strength. Grapevine ( Vitis vinifera L. ) is an excellent model to study the sink strength mechanism and regulation for perennial fruit crops, which export sucrose from leaves and accumulates high concentrations of hexoses in the vacuoles of fruit mesocarp cells. Here recent advances of this topic in grape are updated and discussed, including the molecular biology of sink strength, including sugar transportation and accumulation, the genes involved in sugar mobilization and their regulation of sugar and other regulators, and the effects of hormones on sink size and sink activity. Finally, a molecular basis model of the regulation of sugar accumulation in the grape is proposed.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,282
Écart entre enseignants0,254 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations45
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetHorticultural and Viticultural ResearchTravaux en français237 207