MétaCan
Menu
Retour à la cohorte
Enregistrement W3200427619 · doi:10.3390/genes12091410

Advances in Gene Editing of Haploid Tissues in Crops

2021· review· en· W3200427619 sur OpenAlexaff
Pankaj Bhowmik, Andriy Bilichak

Notice bibliographique

RevueGenes · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyPloidyDoubled haploidyGenome editingQuantitative trait locusGeneticsGeneBiotechnologySelection (genetic algorithm)Marker-assisted selectionChromosomeAbiotic stressGenome

Résumé

récupéré en direct d'OpenAlex

Emerging threats of climate change require the rapid development of improved varieties with a higher tolerance to abiotic and biotic factors. Despite the success of traditional agricultural practices, novel techniques for precise manipulation of the crop's genome are needed. Doubled haploid (DH) methods have been used for decades in major crops to fix desired alleles in elite backgrounds in a short time. DH plants are also widely used for mapping of the quantitative trait loci (QTLs), marker-assisted selection (MAS), genomic selection (GS), and hybrid production. Recent discoveries of genes responsible for haploid induction (HI) allowed engineering this trait through gene editing (GE) in non-inducer varieties of different crops. Direct editing of gametes or haploid embryos increases GE efficiency by generating null homozygous plants following chromosome doubling. Increased understanding of the underlying genetic mechanisms responsible for spontaneous chromosome doubling in haploid plants may allow transferring this trait to different elite varieties. Overall, further improvement in the efficiency of the DH technology combined with the optimized GE could accelerate breeding efforts of the major crops.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,041
Tête enseignante GPT0,302
Écart entre enseignants0,261 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenesMême sujetChromosomal and Genetic VariationsTravaux en français237 207