QTL detection for rice grain quality traits using an interspecific backcross population derived from cultivated Asian (<i>O. sativa</i>L.) and African (<i>O. glaberrima</i>S.) rice
Notice bibliographique
Résumé
An interspecific advanced backcross population derived from a cross between Oryza sativa "V20A" (a popular male-sterile line used in Chinese rice hybrids) and Oryza glaberrima (accession IRGC No. 103544 from Mali) was used to identify quantitative trait loci (QTL) associated with grain quality and grain morphology. A total of 308 BC3F1 hybrid families were evaluated for 16 grain-related traits under field conditions in Changsha, China, and the same families were evaluated for RFLP and SSR marker segregation at Cornell University (Ithaca, N.Y.). Eleven QTL associated with seven traits were detected in six chromosomal regions, with the favorable allele coming from O. glaberrima at eight loci. Favorable O. glaberrima alleles were associated with improvements in grain shape and appearance, resulting in an increase in kernel length, transgressive variation for thinner grains, and increased length to width ratio. Oryza glaberrima alleles at other loci were associated with potential improvements in crude protein content and brown rice yield. These results suggested that genes from O. glaberrima may be useful in improving specific grain quality characteristics in high-yielding O. sativa hybrid cultivars.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».