MétaCan
Menu
Retour à la cohorte
Enregistrement W4385778890 · doi:10.1111/pbi.14156

Directed evolution rice genes with randomly multiplexed sgRNAs assembly of base editors

2023· article· en· W4385778890 sur OpenAlexaff
Ao Zhang, Tiaofeng Shan, Yan V. Sun, Zhipeng Chen, Jianjian Hu, Zhichao Hu, Ziheng Ming, Zhitao Zhu, Xue Li, Jun He, Shijia Liu, Ling Jiang, Oliver Xiaoou Dong, Yufeng Wu, Yanpeng Wang, Yuqiang Liu, Chao Li, Jianmin Wan

Notice bibliographique

RevuePlant Biotechnology Journal · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensInstitute of Genetics
Organismes subventionnairesChinese Academy of Agricultural SciencesNatural Science Foundation of Jiangsu ProvinceNanjing Agricultural UniversityGovernment of Jiangsu ProvinceJiangsu Agricultural Science and Technology Innovation Fund
Mots-clésBiologyGeneComputational biologyGeneticsBase (topology)BiotechnologyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

CRISPR-based directed evolution is an effective breeding biotechnology to improve agronomic traits in plants. However, its gene diversification is still limited using individual single guide RNA. We described here a multiplexed orthogonal base editor (MoBE), and a randomly multiplexed sgRNAs assembly strategy to maximize gene diversification. MoBE could induce efficiently orthogonal ABE (<36.6%), CBE (<36.0%), and A&CBE (<37.6%) on different targets, while the sgRNA assembling strategy randomized base editing events on various targets. With respective 130 and 84 targets from each strand of the 34th exon of rice acetyl-coenzyme A carboxylase (OsACC), we observed the target-scaffold combination types up to 27 294 in randomly dual and randomly triple sgRNA libraries. We further performed directed evolution of OsACC using MoBE and randomly dual sgRNA libraries in rice, and obtained single or linked mutations of stronger herbicide resistance. These strategies are useful for in situ directed evolution of functional genes and may accelerate trait improvement in rice.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,496

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 Opus0,006
Tête enseignante GPT0,239
Écart entre enseignants0,233 · 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

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Biotechnology JournalMême sujetCRISPR and Genetic EngineeringTravaux en français237 207