MétaCan
Menu
Retour à la cohorte
Enregistrement W4200519472 · doi:10.1021/acsagscitech.1c00243

Evaluation of Factors Affecting <i>In Planta</i> Gene Editing Efficiency in Wheat (<i>Triticum aestivum</i> L.)

2021· article· en· W4200519472 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueACS Agricultural Science & Technology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaWestern Grains Research Foundation
Mots-clésBiologyRNA editingGenome editingGuide RNAGeneGenetically modified cropsBiotechnologyComputational biologyCRISPRGeneticsTransgeneGene expression

Résumé

récupéré en direct d'OpenAlex

Gene editing in polyploid crops still suffers from low efficiency, and further improvement is needed for its routine implementation in the modern breeding practice. Here we examined factors that affect the CRISPR/Cas9-mediated gene editing efficiency in allohexaploid wheat plants. We selected three guide RNAs (gRNAs) and evaluated the potential of using heat shock at the seedlings stage to increase editing efficiency in transgenic plants. Only one out of three gRNAs demonstrated significantly increased editing efficiency following heat shock treatment. We also examined the expression of DNA repair and replication gene orthologues in response to heat shock in wheat leaves. Misregulation of the chromatin remodelers following the heat shock treatment could potentially be involved in the increase of editing efficiency in wheat. Overall, the editing efficiency of gRNAs observed in our study correlated with predictive scores from the gRNA design tools. The editing rate of the top-ranked gRNAs could potentially be increased using heat treatment of the transgenic plants.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,083
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,270 · 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