Extent and pattern of genetic differentiation within and between phenotypic populations of<i>Leymus chinensis</i>(Poaceae) revealed by AFLP analysis
Notice bibliographique
Résumé
The extent and pattern of genetic differentiation between two naturally occurring phenotypes, grey–green leaf (GGL) and yellow–green leaf (YGL), of Leymus chinensis (Trin.) Tzvel., which colonize distinct habitats in the Songnen Prairie in northeast China, were investigated by amplified fragment length polymorphism (AFLP) analysis. Twelve selected AFLP primer pairs amplified 593 reproducible bands, of which 148 (24.96%) were polymorphic among 69 individuals taken from three populations: two natural ones (YGL and GGL1) and one transplanted (GGL2). Cluster analysis based on the AFLP data categorized the plants into distinct groups that are in line with their phenotypes and population origins, thus denoting clear genetic differentiation between the two phenotypes. This, together with their adaptation to contrasting natural habitats, suggests that the two phenotypes probably represent stabilized ecotypes. The grouping was supported by multiple statistical analyses including Mantel’s test, principal coordinate analysis (PCOORDA), and analysis of molecular variance (AMOVA). The GGL phenotype harbors a higher level of within-population genetic diversity than YGL, possibly reflecting selection by habitat heterogeneity. Although GGL2 is largely similar to its original population (GGL1), further diversification since transplantation was evident. Sequence analysis of a subset of phenotype-specific or phenotype-enriched AFLP bands implicated diverse biological functions being involved in ecological adaptation and formation of the two phenotypes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».