MétaCan
Menu
Retour à la cohorte
Enregistrement W4399097662 · doi:10.1111/pbi.14375

Multiplex‐genome‐editing based rapid directional improvement of complex traits in rice

2024· article· en· W4399097662 sur OpenAlexfundno aff
Yidong Wei, Haomin Zhang, Jiaxing Fan, Qiuhua Cai, Zhixing Zhang, Jinlan Wang, Min Zhang, Jiahuan Jiang, Hong‐Guang Xie, Xi Luo, Linyan Wei, Yuelong Lin, Wei He, Mengyu Qu, Xinxin Zhang, Yongsheng Zhu, Huaan Xie, Jianfu Zhang

Notice bibliographique

RevuePlant Biotechnology Journal · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsFujian Academy of Agricultural SciencesSouth China Agricultural UniversityNatural Science Foundation of Fujian ProvinceDirectorate for Biological SciencesChinese Academy of Agricultural SciencesChina Agricultural University
Mots-clésBiologyGermplasmGenomeOryza sativaComputational biologyGeneticsGeneBiotechnologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Although thousands of genes have been identified or cloned in rice (Oryza sativa) in the last two decades, the majority of them have only been separately characterized in specific varieties or single-gene modified backgrounds, thus limiting their practical application. We developed an optimized multiplex genome editing (MGE) toolbox that can efficiently assemble and stably express up to twelve sgRNA targets in a single plant expression vector. In this study, we established the MGE-based Rapid Directional Improvement (MRDI) strategy for directional improvement of complex agronomic traits in one small-scale rice transformation. This approach provides a rapid and practical procedure, encompassing sgRNA assembly, transgene-free screening and the creation of promising germplasm, by combining the precision of gene editing with phenotype-based field breeding. The MRDI strategy was used to generate the full diversity of twelve main agronomic genes in rice cultivar FXZ for the directional improvement of its growth duration and plant architecture. After applying the MRDI to FXZ, ideal plants with the desired traits of early heading date reduced plant height, and more effective panicles were generated without compromising yield, blast resistance and grain quality. Furthermore, the results of whole-genome sequencing (WGS), including the analysis of structural variations (SVs) and single nucleotide variations (SNVs) in the MGE plants, confirmed the high specificity and low frequency of unwanted mutations associated with this strategy. The MRDI breeding strategy would be a robust approach for exploring and applying crucial agronomic genes, as well as for generating novel elite germplasm in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), 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

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Biotechnology JournalMême sujetCRISPR and Genetic EngineeringTravaux en français237 207