MétaCan
Menu
Retour à la cohorte
Enregistrement W1987076111 · doi:10.1139/g03-030

Analysis of genetic diversity in red clover (<i>Trifolium pratense</i>L.) breeding populations as revealed by RAPD genetic markers

2003· article· en· W1987076111 sur OpenAlexvenueno aff
Odeth Ulloa, Fernando Ortega, Hugo Campos

Notice bibliographique

RevueGenome · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyRAPDGenetic diversityAnalysis of molecular varianceGenetic variationPopulationGermplasmRed CloverGenetic distanceGene poolGenetic variabilityGenetic structureGeneticsBotanyGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Red clover is an important forage legume species for temperate regions and very little is known about the genetic organization of its breeding populations. We used random amplified polymorphic DNA (RAPD) genetic markers to address the genetic diversity and the distribution of variation in 20 breeding populations and cultivars from Chile, Argentina, Uruguay, and Switzerland. Genetic distances were calculated for all possible pairwise combinations. A high level of polymorphism was found and the proportion of polymorphic loci across populations was 74.2%. A population derived from a non-certified seedlot displayed a higher proportion of polymorphic loci than its respective certified seedlot. Gene diversity values and population genetics parameters suggest that the populations analyzed are diverse. An analysis of molecular variance (AMOVA) revealed that the largest proportion of variation (80.4%) resides at the within population level. RAPD markers are a useful tool for red clover breeding programs. A dendrogram based on genetic distances divided the breeding populations analyzed into three distinct groups. The amount and partition of diversity observed can be of value in identifying the populations that parents of synthetic cultivars are derived from and to exploit the variation available in the populations analyzed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,202
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207