MétaCan
Menu
Retour à la cohorte
Enregistrement W3123467959 · doi:10.1038/s41598-021-82131-5

Effects of type I Diacylglycerol O-acyltransferase (DGAT1) genes on soybean (Glycine max L.) seed composition

2021· article· en· W3123467959 sur OpenAlexaff
Sepideh Torabi, Arjun Sukumaran, Sangeeta Dhaubhadel, Sarah Johnson, Peter R. LaFayette, Wayne A. Parrott, Istvan Rajcan, Milad Eskandari

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensAgriculture and Agri-Food CanadaWestern UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDiacylglycerol kinaseGlycineOleic acidComposition (language)GeneBiochemistryAcyltransferaseTransgeneChemistryGene isoformBiosynthesisSoybean oilPlastidGenetically modified cropsFood scienceDownregulation and upregulationAmino acidEnzyme

Résumé

récupéré en direct d'OpenAlex

Type I Diacylglycerol acyltransferase (DGAT1) catalyzes the final step of the biosynthesis process of triacylglycerol (TAG), the major storage lipids in plant seeds, through the esterification of diacylglycerol (DAG). To characterize the function of DGAT1 genes on the accumulation of oil and other seed composition traits in soybean, transgenic lines were generated via trans-acting siRNA technology, in which three DGAT1 genes (Glyma.13G106100, Glyma.09G065300, and Glyma.17G053300) were downregulated. The simultaneous downregulation of the three isoforms in transgenic lines was found to be associated with the reduction of seed oil concentrations by up to 18 mg/g (8.3%), which was correlated with increases in seed protein concentration up to 42 mg/g (11%). Additionally, the downregulations also influenced the fatty acid compositions in the seeds of transgenic lines through increasing the level of oleic acid, up to 121 mg/g (47.3%). The results of this study illustrate the importance of DGAT1 genes in determining the seed compositions in soybean through the development of new potential technology for manipulating seed quality in soybean to meet the demands for its various food and industrial applications.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,214 · 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

Citations47
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLipid metabolism and biosynthesisTravaux en français237 207