Transverse Sectioning of Mature Rice (<em>Oryza sativa</em> L.) Kernels for Scanning Electron Microscopy Imaging Using Pipette Tips as Immobilization Support
Notice bibliographique
Résumé
Starch granules (SGs) exhibit different morphologies depending on the plant species, especially in the endosperm of the Poaceae family. Endosperm phenotyping can be used to classify genotypes based on SG morphotype using scanning electron microscopic (SEM) analysis. SGs can be visualized using SEM by slicing through the kernel (pericarp, aleurone layers, and endosperm) and exposing the organellar contents. Current methods require the rice kernel to be embedded in plastic resin and sectioned using a microtome or embedded in a truncated pipette tip and sectioned by hand using a razor blade. The former method requires specialized equipment and is time-consuming, while the latter introduces a new host of problems depending on rice genotype. Chalky rice varieties, particularly, pose a problem for this type of sectioning due to the friable nature of their endosperm tissue. Presented here is a technique for preparing translucent and chalky rice kernel sections for microscopy, requiring only pipette tips and a scalpel blade. Preparing the sections within the confines of a pipette tip prevents rice kernel endosperm from shattering (for translucent or 'vitreous' phenotypes) and crumbling (for chalky phenotypes). Using this technique, endosperm cell patterning and the structure of intact SGs can be observed.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,008 | 0,004 |
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 ».