Artificial nanovesicles for <scp>dsRNA</scp> delivery in spray‐induced gene silencing for crop protection
Notice bibliographique
Résumé
Spray-induced gene silencing (SIGS) is an innovative and eco-friendly technology where topical application of pathogen gene-targeting RNAs to plant material can enable disease control. SIGS applications remain limited because of the instability of RNA, which can be rapidly degraded when exposed to various environmental conditions. Inspired by the natural mechanism of cross-kingdom RNAi through extracellular vesicle trafficking, we describe herein the use of artificial nanovesicles (AVs) for RNA encapsulation and control against the fungal pathogen, Botrytis cinerea. AVs were synthesized using three different cationic lipid formulations, DOTAP + PEG, DOTAP and DODMA, and examined for their ability to protect and deliver double stranded RNA (dsRNA). All three formulations enabled dsRNA delivery and uptake by B. cinerea. Further, encapsulating dsRNA in AVs provided strong protection from nuclease degradation and from removal by leaf washing. This improved stability led to prolonged RNAi-mediated protection against B. cinerea both on pre- and post-harvest plant material using AVs. Specifically, the AVs extended the protection duration conferred by dsRNA to 10 days on tomato and grape fruits and to 21 days on grape leaves. The results of this work demonstrate how AVs can be used as a new nanocarrier to overcome RNA instability in SIGS for crop protection.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».