Mesoporous Silica Nanoparticles Mediate SiRNA Delivery for Long‐Term Multi‐Gene Silencing in Intact Plants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RNA interference (RNAi) is a powerful tool for understanding and manipulating signaling pathways in plant science, potentially facilitating the accelerated development of novel plant traits and crop yield improvement. The common strategy for delivering siRNA into intact plants using agrobacterium or viruses is complicated and time-consuming, limiting the application of RNAi in plant research. Here, a novel delivery method based on mesoporous silica nanoparticles (MSNs) is reported, which allows for the efficient delivery of siRNA into mature plant leaves via topical application without the aid of mechanical forces, achieving transient gene knockdown with up to 98% silencing efficiency at the molecular level. In addition, this method is nontoxic to plant leaves, enabling the repeated delivery of siRNA for long-term silencing. White spots and yellowing phenotypes are observed after spraying the MSN-siRNA complex targeted at phytoene desaturase and magnesium chelatase genes. After high light treatment, photobleaching phenotypes are also observed by spraying MSNs-siRNA targeted at genes into the Photosystem II repair cycle. Furthermore, the study demonstrated that MSNs can simultaneously silence multiple genes. The results suggest that MSN-mediated siRNA delivery is an effective tool for long-term multi-gene silencing, with great potential for application in plant functional genomic analyses and crop improvement.
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.
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 découle