MétaCan
Menu
Retour à la cohorte
Enregistrement W4413941816 · doi:10.1021/acs.jafc.5c06403

Toward Nutrient-Rich Rice: Biofortification through Mineral Accumulation and Low Phytic Acid Content

2025· article· en· W4413941816 sur OpenAlexaff
Md Mizanor Rahman, Dong-Yoon Seo, Md Mustafizur Rahman, Chi Huang, Atsushi Ogawa, Thomas Beaurepère, May Sann Aung, Laurent Ouerdane, Won‐Yong Song, Sichul Lee, Gynheung An, Jong‐Seong Jeon

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensNutrasource
Organismes subventionnairesNational Research Foundation of KoreaRural Development AdministrationNational Research Foundation
Mots-clésBiofortificationPhytic acidNutrientChemistryFood scienceMineralBioavailabilityAgronomyMicronutrientBiology

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Nicotianamine synthases regulate the biosynthesis of two mineral chelators key for rice grain biofortification, nicotianamine (NA) and 2′-deoxymugineic acid (DMA). We produced transgenic rice expressing OsNAS2 under the OsRCc3 promoter ( RcN2 ) and mutated OsLpa1 in these ( lpa1 RcN2 ) and the wild-type ( lpa1 ) to enhance essential mineral accumulation in grains while lowering phytic acid (PA) levels. NA and DMA contents were higher in the brown grains of RcN2, lpa1 RcN2, and lpa1 plants. The grains of these lines accumulated increased levels of essential minerals, with lpa1 RcN2 exhibiting the greatest increases. PA-bound iron and zinc levels were lower in lpa1 and lpa1 RcN2 grains, while NA- and DMA-bound iron and zinc levels were higher in RcN2, lpa1 RcN2, and lpa1 grains. Field-grown RcN2 plants showed no significant growth penalties, unlike lpa1 and lpa1 RcN2 . Furthermore, lpa1 and lpa1 RcN2 grains were chalky, a property that facilitates rice flour production.

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 enseignants0,310
Score d'incertitude au seuil0,174

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 Opus0,038
Tête enseignante GPT0,243
Écart entre enseignants0,205 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207