The genetic improvement of protein quality in common bean (Phaseolus vulgaris L.)
Notice bibliographique
Résumé
Abstract\nThe common bean (Phaseolus vulgaris L.) has a high seed protein content, between 20 and 30%. The protein quality in common is considered low because of the suboptimal levels of methionine and cysteine in the seed. Phaseolin, the main seed storage protein, accounts for 30-50% of the total seed protein content. Phaseolin only contains about 0.5 to 0.80% methionine. The suggested nutritional requirements for methionine-cysteine in the human diet are between 2.5 and 2.6 %. Previous studies on the germplasm SMARC1N-PN1 showed that deficiency in phaseolin and lectins leads to increased methionine-cysteine up to 2.6% in the bean seed. Dr. Hou, the bean breeder in Manitoba, made a cross between SMARC1N-PN1 and Morden-003. One Hundred and eighty-five recombinant inbred lines (RILs) F2:8 were obtained of this cross through eight generations of inbreeding. In this study I used SDS-PAGE to assess the protein profiles of the RILs according to the phenotypic expression for phaseolin and lectins. The RILs deficient in phaseolin and lectins increased their total methionine-cysteine seed content up to 3.4%. Field trials were conducted to assess the impact of the protein deficiency on the RILs’ agronomic traits. The RILs deficient in phaseolin and lectins had a similar agronomic performance as Morden-003 thus can be considered Canadian elite germplasm to develop common bean cultivars with improved protein. Key-words: Phaseolus vulgaris, SDS-PAGE, phaseolin, methionine, cysteine, recombinant inbreed lines
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».