Development of Modular Geminivirus‐Based Vectors for High Cargo Expression and Gene Targeting in Plants
Notice bibliographique
Résumé
Viral vectors can be useful tools for expressing recombinant proteins as well as delivering gene-editing machinery. Despite their utility, the development and subsequent optimisation of these tools is often a difficult and tedious process. Thus, although considerable work has been done to create useful viral vectors for gene editing and protein expression, there is a lack of understanding of how best to design these vectors for specific applications. For instance, it is often unclear whether the inclusion of heterologous promoter sequences or different viral components will improve cargo expression or replicon accumulation. To address some of these hurdles, we designed a GoldenBraid (GB)-compatible viral vector system based on the geminivirus-beet curly top virus (BCTV). This system allows for simple, modular cloning of a variety of reporter constructs. Making use of this modular cloning strategy, we compared a variety of alternative viral vector architectures. Interestingly, native BCTV promoters outperformed the constitutive 35S promoter, while the removal of the BCTV virion-sense genes promoted reporter expression. Intriguingly, these modifications had no effect on total replicon accumulation. These results show the utility of the new modular BCTV-based vectors for protein expression and gene targeting applications, as well as uncover design principles that may inform future geminivirus-based viral vector architectures. We anticipate that the availability of this new modular system will spark the broad adoption of replicon-based strategies in protein expression and gene editing experiments in plants.
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 | 0,000 | 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 ».