MétaCan
Menu
Retour à la cohorte
Enregistrement W4205311583 · doi:10.36899/japs.2022.3.0462

DROUGHT TOLERANCE IN RICE AND ROLE OF WRKY GENES

2021· article· en· W4205311583 sur OpenAlexaff
Sobia Kanwal, Shakra Jamil, Naveed Afza, Raheela Kanwal

Notice bibliographique

RevueThe Journal of Animal and Plant Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésWRKY protein domainBiologyGeneDrought resistanceDrought toleranceAgronomyCultivarGeneticsBiotechnologyBotanyGene expressionTranscriptome

Résumé

récupéré en direct d'OpenAlex

Anthropogenic alteration in climate has resulted in devastating global issue of drought for rice crop. Drought interferes with all the growth stages of crop by delaying its growth mechanisms, metabolic pathways and reducing the spikelet fertility. Rice plant has developed some morphological and physiological mechanisms to cope with the stress which include reduction in photosynthesis and transpiration, increased stomatal conductivity and density, root to shoot ratio, root length and carbon assimilation. Some biochemical modifications like biosynthesis of various hormones (ABA) and proteins (proline) also help in reducing the yield losses. Marker assisted selection and Quantitative Trait Loci (QTL) mapping are the advanced molecular techniques that played a vital role in developing the improved and stress tolerant rice cultivars. Identification of different stress responsive genes and transcriptional factors especially WRKY TFs have provided platform to obtain good crop stand and yield even under stress conditions. Rice possesses more WRKY genes (109 WRKY TFs in rice) as compared to Arabidopsis thaliana. An enormous variation in the expression patterns of WRKY genes and their contribution to the amplification of various signaling pathways and regulatory networks has been observed. These transcription factors work by regulating different mechanisms of drought tolerance and by releasing hormones, proteins, reducing-sugars, solutes and by affecting the stomatal conductance and root architecture. The WRKY genes work by showing up- and down- regulation to proteins, various protein-protein interactions and cross-regulation of WRKY TFs. Advance breeding methods; MAS, GWS, MABC, MARC and biotechnological tools along with different WRKY transcription factors have dynamically contributed in developing abiotic and biotic stress resistant rice varieties/cultivars on large scale. Key words: Drought stress; WRKY TFs; QTLs; Biotechnological approaches; Rice breeding

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil0,066

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,223
Écart entre enseignants0,192 · 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'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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Animal and Plant SciencesMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207