Mesoporous Silica Nanoparticles Mediate SiRNA Delivery for Long‐Term Multi‐Gene Silencing in Intact Plants
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.
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 ».