Notice bibliographique
Résumé
This study explores the crucial role of teosinte in the genetic enhancement of maize. As the wild ancestor of modern maize, teosinte possesses rich genetic diversity and novel alleles that were lost during domestication, making it an important genetic resource for maize improvement. Research indicates that teosinte alleles can enhance various agronomic traits in maize, such as yield, stress resistance, and nutritional quality. For example, the introduction of the UPA2 allele from teosinte has significantly increased maize yield under high-density planting conditions by altering plant architecture. Additionally, teosinte's genetic diversity includes strong alleles that control kernel composition traits, such as starch, protein, and oil content, which can improve the nutritional value of maize. The integration of archaeological and molecular evidence has significantly advanced the understanding of the teosinte-maize relationship, highlighting the potential of teosinte in modern maize breeding programs. Techniques such as hybridization and backcrossing, marker-assisted selection (MAS), genomic selection (GS), and CRISPR/Cas9 gene editing allow researchers to effectively utilize teosinte's genetic diversity to develop superior maize varieties with improved agronomic traits and resilience to environmental stresses. Despite the genetic barriers, breeding difficulties, and regulatory and ethical issues associated with using teosinte for maize improvement, these challenges can be overcome through global collaboration and germplasm conservation. In the future, advanced genomic tools and techniques, the exploration of new potential traits from teosinte, and the integration of teosinte into sustainable agriculture practices will fully realize its potential in maize genetic enhancement, leading to the development of superior maize varieties that meet the demands of modern agriculture and contribute to global food security.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».