A rapid and highly efficient sorghum transformation strategy using <scp>GRF4‐GIF1</scp>/ternary vector system
Notice bibliographique
Résumé
Sorghum is an important crop for food, forage, wine and biofuel production. To enhance its transformation efficiency without negative developmental by-effects, we investigated the impact of GRF4-GIF1 chimaera and GRF5 on sorghum transformation. Both GRF4-GIF1 and GRF5 effectively improved the transformation efficiency of sorghum and accelerated the transformation process of sorghum to less than 2 months which was not observed when using BBM-WUS. As agrobacterium effectors increase the ability of T-DNA transfer into plant cells, we checked whether ternary vector system can additively enhance sorghum transformation. The combination of GRF4-GIF1 with helper plasmid pVS1-VIR2 achieved the highest transformation efficiency, reaching 38.28%, which is 7.71-fold of the original method. Compared with BBM-WUS, overexpressing GRF4-GIF1 caused no noticeable growth defects in sorghum. We further developed a sorghum CRISPR/Cas9 gene-editing tool based on this GRF4-GIF1/ternary vector system, which achieved an average gene mutation efficiency of 41.36%, and null mutants were created in the T0 generation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».