Gene Editing-Assisted Development of Herbicide-Resistant Lentils
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lentil ( Lens culinaris ) is a globally important legume crop, but its yield is increasingly constrained by weed competition and limited access to selective herbicides. This study explores how gene editing technologies, particularly the CRISPR/Cas system, can revolutionize the development of herbicide-resistant lentil varieties. We first discuss the potential mechanisms of herbicide resistance in plants, including target site resistance (TSR) and non-target site resistance (NTSR), and compare transgenic approaches with endogenous gene editing strategies. We then review advances in gene editing platforms, such as base editing and primer editing, and examine delivery systems for lentil. We focus specifically on recent advances in editing key genes, such as ALS ( acetolactate synthase ) and EPSPS ( 5-enolpyruvylshikimate-3-phosphate synthase ), followed by field evaluation of gene-edited lines. We also critically analyze regulatory frameworks, biosafety concerns, and public acceptance. A case study of imazethapyr-resistant lentil breeding in Canada showcases the practical applications and achievements of gene editing in lentil breeding. This study highlights the potential of combining gene editing with modern breeding tools to broaden the herbicide resistance spectrum, enhance sustainability, and ensure the sustainability of lentil production under changing agroecological conditions.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle