Quantitative trait loci analysis of seed coat color components for selective breeding in chickpea (<i>Cicer arietinum</i>L.)
Notice bibliographique
Résumé
Hossain, S., Panozzo, J. F., Pittock, C. and Ford, R. 2011. Quantitative trait loci analysis of seed coat color components for selective breeding in chickpea (Cicer arietinumL.). Can. J. Plant Sci. 91: 49–55. Chickpea (Cicer arietinum L.) is an annual grain legume, grown worldwide for human consumption with the potential to attract premium prices in markets such as India, Bangladesh and southern Asia. The ability to accurately select for seed coat color, an important export quality trait, would greatly benefit chickpea breeding programs. In order to determine the major genomic loci governing the color trait, the color components of CIE L* (luminance), CIE a* (red/green color) and CIE b* (blue/yellow color), C* (chroma or saturation of the color) and h° (hue or purity of the color) were mapped, and associated molecular markers were identified. A linkage map was constructed with 80 SSR markers distributed over 10 linkage groups at an average marker density of 2.8 cM. Two major quantitative trait loci (QTL), which accounted for up to 36 and 49% of the genetic variance and several smaller genetic effects were determined to govern the color components. These were consistent across two differing environments. Once validated, the markers that are close to and flanking these QTL and significantly associated with the minor gene effects will be useful in future color selective breeding programs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».