Development of a Csy4-processed guide RNA delivery system with soybean-infecting virus ALSV for genome editing
Notice bibliographique
Résumé
BACKGROUND: A key issue for implementation of CRISPR-Cas9 genome editing for plant trait improvement and gene function analysis is to efficiently deliver the components, including guide RNAs (gRNAs) and Cas9, into plants. Plant virus-based gRNA delivery strategy has proven to be an important tool for genome editing. However, its application in soybean which is an important crop has not been reported yet. ALSV (apple latent spherical virus) is highly infectious virus and could be explored for delivering elements for genome editing. RESULTS: To develop a ALSV-based gRNA delivery system, the Cas9-based Csy4-processed ALSV Carry (CCAC) system was developed. In this system, we engineered the soybean-infecting ALSV to carry and deliver gRNA(s). The endoribonuclease Csy4 effectively releases gRNAs that function efficiently in Cas9-mediated genome editing. Genome editing of endogenous phytoene desaturase (PDS) loci and exogenous 5-enolpyruvylshikimate-3-phosphate synthase (EPSPS) sequence in Nicotiana. benthamiana (N. benthamiana) through CCAC was confirmed using Sanger sequencing. Furthermore, CCAC-induced mutagenesis in two soybean endogenous GW2 paralogs was detected. CONCLUSIONS: With the aid of the CCAC system, the target-specific gRNA(s) can be easily manipulated and efficiently delivered into soybean plant cells by viral infection. This is the first virus-based gRNA delivery system for soybean for genome editing and can be used for gene function study and trait improvement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».