MétaCan
Menu
Retour à la cohorte
Enregistrement W1990305543 · doi:10.2135/cropsci2008.02.0113

Effects of Linkage and Epistasis on Intergeneration Correlations in Self‐Pollinated Species

2008· article· en· W1990305543 sur OpenAlexafffund
Rong‐Cai Yang

Notice bibliographique

RevueCrop Science · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensAgriculture Food and Rural DevelopmentUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEpistasisBiologySelfingGenetic linkageGeneticsLinkage (software)AlleleEvolutionary biologyGene

Résumé

récupéré en direct d'OpenAlex

In breeding for self‐pollinated crop cultivars, early generation testing and selection (EGT) is desirable because it allows for more resources to test superior lines and helps avoid the loss of desirable alleles that would occur if EGT is delayed. However, high intergeneration correlations (IGCs) are required for effective EGT. This study is conducted to determine the effects of linkage and epistasis on IGCs. The covariance between genetic means of lines at early and late selfing generations with both linkage and epistasis is derived. Intergeneration correlations are calculated for different levels of coupling and repulsion linkages and for 10 nonepistatic and epistatic models. Intergeneration correlations are moderate to high in the presence of only additive and dominance effects at unlinked and nonepistatic loci but can be very low (<0.2) in tight repulsion linkages or some allelic and nonallelic effects. Epistasis may mimic or counteract the effects of linkage on changes in IGCs. Thus linkage or epistasis can be an important cause of low IGCs and such genetic causes cannot be changed through testing of more environments. This study points out the need to consider both genetic and nongenetic causes of low IGCs when evaluating the efficiency of EGT in self‐pollinated species.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207