Enhancing Postharvest Characteristics in Durian via Genome Editing: Regulation of Pericarp Softening and Shelf-Life Extension
Notice bibliographique
Résumé
This study explored the use of CRISPR-mediated gene editing to reduce the softening rate of durian peel and delay senescence, focusing on key targets such as ethylene synthesis pathways (such as ACS2 and ACO1), cell wall degradation enzymes (such as PG, PME, EXP), peel cuticle formation (CER1) and antioxidant pathways (such as SOD, CAT, AOX). Strategies for applying genome editing to durian improvement were proposed, including phenotypic screening of edited lines and mechanistic analysis of how editing regulates the softening process at the molecular level. The potential advantages of breeding harder and more storable durian varieties were also discussed, including reducing postharvest losses, expanding market channels and improving economic benefits. At the same time, the challenges and risks that may be faced in this process were analyzed, such as off-target effects, regulatory barriers and the need to maintain the flavor quality of the fruit. Combined with the molecular biology research results of durian and the successful experience of gene editing in other fruit trees, genome editing technology is expected to become an important tool for improving the postharvest characteristics of durian, which can change the supply chain of durian, extend shelf life and maintain quality, thus benefiting growers, distributors and consumers.
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 | 0,001 | 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 ».