Evaluation of AFLPs for germplasm fingerprinting and assessment of genetic diversity in cultivars of tomato (<i>Lycopersicon esculentum</i> L.)
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
Cultivated tomato (L. esculentum L.) germplasm exhibits limited genetic variation compared with wild Lycopersicon species. Amplified fragment length polymorphism (AFLP) markers were used to evaluate genetic variation among 74 cultivars, primarily from California, and to fingerprint germplasm to determine if cultivar-specific patterns could be obtained. All 74 cultivars were genotyped using 26 AFLP primer combinations; of the 1092 bands scored, 102 AFLP bands (9.3%) were polymorphic. Pair-wise genetic similarity coefficients (Jaccard and Nei-Li) were calculated. Jaccard coefficients varied from 0.16 to 0.98 among cultivar pairs, and 72% of pair-wise comparisons exceeded 0.5. UPGMA (unweighted pair-group method with arithmetic averaging) clustering and principle component analysis revealed four main clusters, I-IV; most modern hybrid cultivars grouped in II, whereas most vintage cultivars grouped in I. Clusters III and IV contained three and two cultivars, respectively. Some groups of cultivars closely related by pedigree exhibited high bootstrap values, but lower values (<50%) were obtained for cluster II and its four subgroups. Unique fingerprints for all 74 cultivars were obtained by a minimum of seven AFLP primer pairs, despite inclusion of some closely related cultivars. This study demonstrated that AFLP markers are effective for obtaining unique fingerprints of, and assessing genetic diversity among, tomato 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.
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) | 0,000 | 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 découle