Notice bibliographique
Résumé
This study explores the genetic basis of sweet potato ( Ipomoea batatas ) adaptation, with a particular focus on drought tolerance mechanisms. Key genes and molecular pathways have been identified that help the plant survive under water stress, thus facilitating the development of more resilient sweet potato varieties. Recent research has made significant progress in understanding the genetic mechanisms underlying drought tolerance in sweet potatoes. Recent studies have provided significant insights into the genetic mechanisms underlying drought tolerance in sweet potato. Transcriptomic analyses have identified thousands of differentially expressed genes in response to drought stress, with many genes being common across different cultivars and enriched for drought response-related functions. Specific genes such as ItfWRKY70 have been shown to enhance drought tolerance by regulating ABA biosynthesis, stomatal aperture, and the ROS scavenging system. Additionally, the overexpression of the IbMIPS1 gene has been linked to improved drought and salt tolerance, as well as resistance to stem nematodes, through the upregulation of stress response pathways and the accumulation of protective metabolites. Furthermore, alternative splicing events and genotype-specific responses have been observed, indicating a complex and multifaceted genetic response to drought stress. The findings from these studies underscore the complexity of drought tolerance mechanisms in sweet potato, involving a wide array of genes and regulatory pathways. The identification of key drought-responsive genes and their functional roles provides valuable resources for geneticists and breeders aiming to develop drought-tolerant sweet potato cultivars. These insights not only enhance our understanding of plant adaptation to abiotic stress but also pave the way for future genetic improvement programs.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».