MétaCan
Menu
Retour à la cohorte
Enregistrement W4409054114 · doi:10.1016/j.biotechadv.2025.108573

Genetic mechanisms, biological function, and biotechnological advance in sorghum tannins research

2025· review· en· W4409054114 sur OpenAlexaff
Fu Wang, Qian Zhao, Shuyao Li, Ruidong Sun, Zhenyuan Zang, Ai‐Sheng Xiong, El Hadji Seck, Yu‐Xin Ye, Jian Zhang

Notice bibliographique

RevueBiotechnology Advances · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Gene Expression Analysis
Établissements canadiensUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesHigher Education Discipline Innovation ProjectJiangsu Provincial Department of Human Resources and Social SecurityJilin Agricultural UniversityPeople's Government of Jilin Province
Mots-clésSorghumBiotechnologyFunction (biology)BiologySorghum bicolorBusinessAgronomyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Sorghum (Sorghum bicolor) holds a unique position in the human diet and serves as a stable food source in many developing countries especially in African and south Asian regions. Tannins, the primary secondary metabolites in sorghum, are pivotal in determining its characteristic bitter taste. Beyond their influence on flavor, tannins play a vital role in sorghum's resistance to biotic and abiotic stresses and serve as key indicators of grain quality. The concentration of tannins significantly affects the potential for diverse applications of sorghum. This review provides a comprehensive analysis of sorghum tannins, focusing on their genetic basis, biological activities, and biosynthesis mechanisms. It highlights the relationship between tannin levels and grain color and delves into the underlying biogenetic pathways. Furthermore, the potential of functional genomics and biotechnological approaches in precisely controlling tannin levels for sorghum breeding is discussed. This study aims to offer valuable insights and perspectives for advancing both the scientific understanding and practical applications of sorghum tannins.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,366
Écart entre enseignants0,329 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology AdvancesMême sujetPlant Gene Expression AnalysisTravaux en français237 207