Association of specific expansins with growth in maize leaves is maintained under environmental, genetic, and developmental sources of variation

Francois Tardieu (2007, [Artículo])

Environmental Stimuli Expansins CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA CELLS CROPS GENETIC ENGINEERING PROTEINS TISSUE EPIDERMIS ZEA MAYS

El arte de ser multifuncional: proteínas "workaholic"

ROSA ESTELA QUIROZ CASTAÑEDA JOSE HUGO AGUILAR DIAZ (2023, [Artículo])

La multifuncionalidad es una ventaja que la evolución le ha concedido sólo a algunas bacterias. Sí, la evolución, ese proceso que nos traído hasta donde estamos hoy y que nos seguirá empujando para prevalecer en los ambientes más hostiles de nuestro medio ambiente. ¿Y cómo es que la evolución ha sido tan benévola con algunos organismos? Las condiciones de vida no son las mismas para todos, hay situaciones en las que se requiere hacer un uso eficiente de la función de las proteínas con las que cuenta cada organismo. Es el caso de de las proteínas. Existen aquéllas que logran realizar más de una función a través de modificaciones que hacen de su propia estructura, pero otras, sin cambiar su estructura, pueden hacer más de una función. Esto resulta increíble como estrategia para muchas bacterias que, por azares de la evolución, han tenido que mantener un genoma pequeño. El genoma almacena toda la información para crear un organismo nuevo y realizar sus funciones biológicas básicas. Este genoma posee un código de cuatro letras llamadas bases, que se organizan en pares y crean millones de combinaciones que resultan en la diversidad biológica que conocemos.

BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA proteinas,

Epistasis activation contributes substantially to heterosis in temperate by tropical maize hybrids

Liu Xiaogang Yunbi Xu (2022, [Artículo])

Genome-Wide Association Study Epistatic Effects Protein Interaction Multiple-Hybrid Population CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA HETEROSIS MAIZE PROTEINS HYBRIDS

Remote sensing of quality traits in cereal and arable production systems: A review

Zhenhai  Li xiuliang jin Gerald Blasch James Taylor (2024, [Artículo])

Cereal is an essential source of calories and protein for the global population. Accurately predicting cereal quality before harvest is highly desirable in order to optimise management for farmers, grading harvest and categorised storage for enterprises, future trading prices, and policy planning. The use of remote sensing data with extensive spatial coverage demonstrates some potential in predicting crop quality traits. Many studies have also proposed models and methods for predicting such traits based on multi-platform remote sensing data. In this paper, the key quality traits that are of interest to producers and consumers are introduced. The literature related to grain quality prediction was analyzed in detail, and a review was conducted on remote sensing platforms, commonly used methods, potential gaps, and future trends in crop quality prediction. This review recommends new research directions that go beyond the traditional methods and discusses grain quality retrieval and the associated challenges from the perspective of remote sensing data.

Quality Traits Grain Protein CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA REMOTE SENSING QUALITY GRAIN PROTEINS CEREALS PRODUCTION SYSTEMS

Distance learning for farmers: Experience during the pandemic

Andrea Gardeazabal (2023, [Documento de trabajo])

In response to the COVID-19 pandemic's disruption of farmer training—a crucial component for enhancing the resilience and livelihoods of smallholder farmers—CIMMYT innovated educational solutions to sustain capacity building in agri-food systems. Addressing the challenges of limited mobile device access, poor internet connectivity, and digital illiteracy, CIMMYT implemented two pilot projects in Mexico. These projects facilitated distance learning for adult farmers in rural areas, employing both internet-based and non-internet methods. The non-internet approach utilized traditional media like print, while the internet-based approach leveraged WhatsApp for educational content delivery. Building on these experiences, CIMMYT expanded its offerings by creating micro -courses delivered through WhatsApp, hosted on the Co-LAB's new Learning Network platform, specifically targeting farmers. This paper delves into the various strategies, methods, and techniques adopted, documenting the learning outcomes, results, and key conclusions drawn from these innovative training initiatives.

Distance Learning Digital Inclusion Innovative Training CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DISTANCE EDUCATION CAPACITY DEVELOPMENT METHODS COMMUNICATION TECHNOLOGY

Salivary effector Sm9723 of grain aphid sitobion miscanthi suppresses plant defense and is essential for aphid survival on wheat

Yong Zhang Leonardo Abdiel Crespo Herrera Julian Chen (2022, [Artículo])

Cereal Aphid Salivary Protein Plant Immunity RNA Interference Aphid Performance CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA APHIDOIDEA PLANTS RNA PROTEINS

DIW1 encoding a clade I PP2C phosphatase negatively regulates drought tolerance by de-phosphorylating TaSnRK1.1 in wheat

Jingyi Wang Chaonan Li Long Li Matthew Paul Reynolds Jizeng Jia Xinguo Mao Ruilian Jing (2023, [Artículo])

Association Analysis Elite Genetic Resources Map‐Based Clones Protein Phosphatase 2C CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DROUGHT GENETIC RESOURCES PROTEINS WHEAT WILTING

Reconocimiento continuo de la Lengua de Señas Mexicana

Continuous recognition of Mexican Sign Language

Ricardo Fernando Morfín Chávez (2023, [Tesis de maestría])

La Lengua de Señas Mexicana (LSM) es la lengua utilizada por la comunidad Sorda en México, y, a menudo, subestimada y pasada por alto por la comunidad oyente, lo que resulta en la exclusión sistemática de las personas Sordas en diversos aspectos de la vida. Sin embargo, la tecnología puede desempeñar un papel fundamental en acercar a la comunidad Sorda con la comunidad oyente, promoviendo una mayor inclusión y comprensión entre ambas. El objetivo principal de este trabajo es diseñar, implementar y evaluar un sistema de reconocimiento continuo de señas estáticas en LSM mediante, visión por computadora y técnicas de aprendizaje máquina. Se establecieron objetivos específicos, que incluyen la generación de un conjunto de datos de señas estáticas, pertenecientes al alfabeto manual de la LSM, el diseño de un modelo de reconocimiento, y la evaluación del sistema, tanto en la modalidad aislada como en la continua. La metodología involucra dos evaluaciones distintas. La primera se enfoca en el reconocimiento de señas estáticas en el dominio aislado, para ello se capturaron datos de 20 participantes realizando movimientos de la mano en múltiples ángulos. Se evaluaron diversas técnicas de aprendizaje automático, destacando que el enfoque basado en Máquinas de Soporte Vectorial (SVM) obtuvo los mejores resultados (F1-Score promedio del 0.91). La segunda evaluación se concentra en el reconocimiento continuo de señas estáticas, con datos recopilados de seis participantes con diferentes niveles de competencia en LSM, logrando un rendimiento sólido con errores cercanos al 7 %. Además, se evaluó la viabilidad del sistema en aplicaciones de tiempo real, demostrando un excelente desempeño (velocidad promedio de procesamiento de 45 cuadros por segundo). A pesar de los logros alcanzados, es importante reconocer que este proyecto se centró en el reconocimiento continuo de señas estáticas en LSM. Queda pendiente, como un desafío interesante, la exploración del reconocimiento continuo de señas dinámicas en LSM para futuras investigaciones. Se considera esencial explorar enfoques orientados a la escalabilidad y aplicaciones en tiempo real en investigaciones posteriores.

This study focuses on the continuous recognition of static signs in Mexican Sign Language (Lengua de Señas Mexicana (LSM)), the language used by the Deaf community in Mexico. Despite its significance, LSM is often underestimated and overlooked, leading to the systematic exclusion of Deaf individuals in various aspects of life. The primary objective of this work is to design, implement, and evaluate a continuous static sign recognition system in LSM using computer vision and machine learning techniques. Specific goals were established, including the creation of a dataset of static signs belonging to the manual alphabet of LSM, the design of a recognition model, and the evaluation of the system in both isolated and continuous modes. The methodology involves two distinct evaluations. The first one focuses on the recognition of static signs in the isolated domain, for which data from 20 participants performing hand movements at various angles were collected. Various machine learning techniques were evaluated, with the Máquinas de Soporte Vectorial (SVM)-based approach achieving the best results (average F1-Score of 0.91). The second evaluation centers on the continuous recognition of static signs, using data collected from six participants with varying levels of competence in LSM, achieving robust performance with errors close to 7 %. Furthermore, the feasibility of the system in real-time applications was assessed, demonstrating excellent performance (average processing speed of 45 frames per second). Despite the achievements, it is important to recognize that this project focused on continuous recognition of static signs in LSM. It remains an interesting challenge to explore the continuous recognition of dynamic signs in LSM for future research. It is considered essential to explore scalability-oriented approaches and real-time applications in subsequent investigations.

Lengua de Señas Mexicana (LSM), visión por computadora, aprendizaje automático, alfabeto manual de la LSM, reconocimiento automático de señas estáticas, reconocimiento aislado de señas, reconocimiento continuo de señas, aplicacion Mexican Sign Language (LSM), computer vision, machine learning, LSM manual alpahbet, automatic recognition of static signs, isolated sign recognition, continuous sign recognition, real-time aplications INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES ENSEÑANZA CON AYUDA DE ORDENADOR ENSEÑANZA CON AYUDA DE ORDENADOR

Estimation of general and specific combining ability effects for quality protein maize inbred lines

Adefris Teklewold Dagne Wegary Gissa (2022, [Artículo])

General Combining Ability Specific Combining Ability CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA COMBINING ABILITY MAIZE PROTEIN QUALITY INBRED LINES DATA ANALYSIS

Multi-environment genomic prediction of plant traits using deep learners with dense architecture

Osval Antonio Montesinos-Lopez Jose Crossa (2018, [Artículo])

Shared Data Resources Deep Learning Genomic Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA ACCURACY GENOMICS NEURAL NETWORKS FORECASTING DATA MARKER-ASSISTED SELECTION