MétaCan
Menu
Retour à la cohorte
Enregistrement W4405283129 · doi:10.3390/insects15120983

Gene Silencing via Ingestion of Double-Stranded RNA in Wireworm of Agriotes Species

2024· article· en· W4405283129 sur OpenAlexafffund
Jyoti Joshi, Robert Coffin, Gefu Wang‐Pruski

Notice bibliographique

RevueInsects · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensDalhousie University
Organismes subventionnairesGenome AtlanticMitacs
Mots-clésBiologyRNA interferenceRNA silencingGene knockdownGeneGene silencingRNACell biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Wireworms are the most destructive soil insect pests affecting horticultural crops. The damage often renders them unsuitable for commercial purposes, resulting in substantial economic losses. RNA interference (RNAi) has been broadly used to inhibit gene functions to control insect populations. It employs double-stranded RNA (dsRNA) to knockdown essential genes in target organisms, rendering them incapable of development or survival. Although it is a robust approach, the primary challenges are identifying effective target genes and delivering their dsRNA into wireworms. Thus, the present study established a liquid ingestion methodology that efficiently delivers dsRNA into wireworms. We then investigated the effects of four target genes on wireworm mortality. The highest mortality rate reached 50% when the gene encoding vacuolar ATPase subunit A was targeted. Its transcript content in the fed wireworms was also significantly reduced. The mortality rates of the other three target genes of vacuolar ATPase subunit E, beta-actin, and chitin synthase 1 were 28%, 33%, and 35%, respectively. This is the first report demonstrating an efficient feeding methodology and the silencing of target genes in wireworms. Our findings indicate that RNAi is an effective alternative method for controlling the wireworm pest, and can be used to develop field treatment strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInsectsMême sujetInsect Resistance and GeneticsTravaux en français237 207