MétaCan
Menu
Retour à la cohorte
Enregistrement W4408409995 · doi:10.18280/ijdne.200207

Evaluation of Agronomic Performance of Mutant Rice Lines of Mentik Wangi Variety (Oryza sativa L.) Resulting from OSSWEET11 Gene Editing

2025· article· en· W4408409995 sur OpenAlexvenueno aff
PARJANTO PARJANTO, Ahmad Yunus

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOryza sativaMutantBiologyGeneBiotechnologyAgronomyGenetics

Résumé

récupéré en direct d'OpenAlex

Bacterial leaf blight, caused by Xanthomonas oryzae pv.oryzae (Xoo), is a major disease that significantly reduces rice yields.A local variety of Central Java, Mentik Wangi, has several unique characteristics that are favored by consumers, such as a soft texture and a distinctive fragrant aroma.Despite its advantages, Mentik Wangi is susceptible to bacterial leaf blight because Xoo targets the susceptibility gene OsSWEET11.CRISPR/Cas9 technology can induce resistance by mutating the gene's promoter, preventing its recognition by Xoo.This study aimed to observe the phenotypic traits of T1 mutant lines of Mentik Wangi rice edited using CRISPR/Cas9.T1 seeds derived from T0 parents were analyzed for agronomic traits, including plant height, tiller number, flowering time, and grain weight.Dunnett's test showed no significant differences between mutant lines and their wild-type parents, suggesting no pleiotropic effects from the OsSWEET11 mutation.These results indicate that mutating susceptibility genes can be a viable approach for developing bacterial leaf blight-tolerant rice without compromising agronomic performance.However, molecular analyses are needed to confirm the inheritance of mutations and correlate them with agronomic traits in the T1 generation.This study demonstrates the potential of CRISPR/Cas9 technology in breeding disease-resistant rice varieties.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,149

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetGABA and Rice ResearchTravaux en français237 207