MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414258336 · doi:10.1101/2025.09.11.675438

Choosing the Best Route: Comparative Optimization of Wheat Transformation Methods for Improving Yield by Targeting <i>TaARE1-D</i> with CRISPR/Cas9

2025· preprint· en· W4414258336 sur OpenAlexaff
Mümin Ibrahim Tek, Kübra BUDAK, Pelin Sarıkaya, Abdul Razak Ahmed, Hakan Fi̇dan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTransformation (genetics)Yield (engineering)CallusRegulatorMutantGrain yield

Résumé

récupéré en direct d'OpenAlex

Abstract Wheat ( Triticum aestivum L.) is one of the most important crops worldwide, supplying a major share of calories and protein for the global population. Incorporating gene editing into breeding programs is critical to improve yield and stress tolerance, yet wheat remains difficult to transform and regenerate efficiently. These bottlenecks limit the full application of CRISPR/Cas9 for improvement yield in wheat. To address this, transformation parameters were optimized for three methods: immature embryo transformation, callus transformation, and injection-based in planta transformation. Systematic optimization of Agrobacterium strain, bacterial density, acetosyringone concentration, and incubation conditions resulted in substantially improved transformation success. Efficiencies of 66.84% for immature embryos, 55.44% for callus, and 33.33% for in planta transformation were achieved, representing more than tenfold increase compared with previously reported rate of ∼3%. A key innovation was the shortening of the callus induction stage for immature embryos, reducing the time required for plant regeneration by approximately one month while maintaining high transformation efficiency. The protocols were validated through CRISPR/Cas9-mediated knockout of TaARE1-D , a negative regulator of nitrogen uptake and yield. Generated mutants exhibited increased grain number, spike length, grain length, and thousand-grain weight, as well as the characteristic stay-green phenotype associated with loss of TaARE1-D function. The optimized protocols provide robust platforms to accelerate gene-editing in wheat to increase yield and stress-tolerance.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,295
Écart entre enseignants0,282 · 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'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 revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→