<i>Agrobacterium</i>-mediated transformation of THC-containing <i>Cannabis sativa</i> L. yields a high frequency of transgenic calli expressing bialaphos resistance and non-expressor of PR1 (<i>NPR1)</i> genes
Notice bibliographique
Résumé
We established transformation technologies using Agrobacterium tumefaciens (Smith & Townsend) Conn to insert foreign genes into high THC-containing cannabis ( Cannabis sativa L.). The Arabidopsis non-expressor of pathogenesis-related protein 1 ( AtNPR1) gene was selected as a potentially useful agronomic gene, which was linked to the bar gene from Streptomyces that encodes herbicide resistance. We investigated how Agrobacterium strains (EHA105 and GV3101), glufosinate concentrations, explant source, and light intensity affected transformation frequency (TF). Transformation was confirmed by RT-PCR with primers for the NPR1 or bar genes. Glufosinate at 0.5–1 mg/L inhibited growth of non-transformed calli within 8 weeks following A. tumefaciens infection. Strain EHA105 yielded a higher TF compared to strain GV3101. Whole leaflets yielded a higher TF compared to sectioned leaf explants with strain GV3101. However, this effect was not seen with EHA105. Petiole segments showed a higher TF than leaf sections with strain EHA105. Placing explants under light or dark conditions did not affect TF, which ranged from 5% to 95% in different experiments. This is the first report of successful transformation of two high THC-containing C. sativa genotypes with two foreign genes simultaneously— AtNPR1 and bar. The recovery of plantlets from transgenic calli was not attempted and awaits further research.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».