MétaCan
Menu
← Retour à la cohorte
Enregistrement W3128966077 · doi:10.3390/iecps2020-08887

Mutation of MsSPL8 Alleles via CRISPR/Cas9-Mediated Genome Editing Leads to Superior Abiotic Stress Resiliency and Distinct Morphological Alterations in Alfalfa

2020· article· en· W3128966077 sur OpenAlexaff
Stacy D. Singer, Kimberley Burton Hughes, Gaganpreet Kaur Dhariwal, Udaya Subedi, Kazi A. Kader, Abdelali Hannoufa, S. N. Acharya

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyGenome editingCRISPRAbiotic stressCas9BiotechnologyGermplasmAbiotic componentAgronomyCropGenetically modified cropsTransgeneGeneticsGeneEcology

Résumé

récupéré en direct d'OpenAlex

Increase in demand for meat, milk and their products is expected to escalate considerably in coming years due to our ever-expanding population. While increases in forage crop production will therefore be a necessity to meet demand, our ability to attain high levels of forage crop productivity is likely to be constrained by typical environmental pressures such as drought and salinity due to climate change. Alfalfa (Medicago sativa L.) is one of the world’s most widely grown forage species, with a cropping area of over 30 million hectares worldwide. As such, there is a critical need to exploit advanced molecular breeding technologies in this species with the aim of rapidly developing alfalfa cultivars with improved biomass, as well as resiliency to various types of abiotic stress. It has been shown previously that the RNAi-mediated down-regulation of the miRNA156 target gene, SQUAMOSA PROMOTER BINDING PROTEIN-LIKE8 (MsSPL8), enhances biomass production, as well as drought and salinity tolerance, in alfalfa. However, due to negative public perception and regulatory constraints surrounding the use of transgenic crops, it remains a challenge to implement such a crop in growers’ fields. CRISPR/Cas9-based genome editing provides an alternative breeding tool that yields germplasm bearing a mutation that is fundamentally identical to those achieved using conventional breeding approaches such as chemical mutagenesis, and the resulting plants can be made transgene-free in a straightforward manner. In this study, we successfully targeted MsSPL8 alleles using this technology in alfalfa, and isolated genotypes with mutations in approximately 25%, 50% and 75% of MsSPL8 alleles, respectively, in this tetraploid species. Furthermore, enhanced drought and salinity resistance, along with distinct morphological alterations including early flowering and reductions in internode length, were noted in the first generation of edited genotypes, which suggests that CRISPR/Cas9 can provide an effective breeding tool in alfalfa.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,001

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 Opus0,009
Tête enseignante GPT0,274
Écart entre enseignants0,264 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→