Genetic diversity analysis of yellow mustard (Sinapis alba L.) germplasm based on genotyping by sequencing
Notice bibliographique
Résumé
Recent advances in next generation sequencing technologies make genotyping by sequencing (GBS) more feasible for molecular characterization of plant germplasm with complex and unsequenced genomes. We used a GBS protocol consisting of Roche 454 pyrosequencing, genomic reduction and advanced bioinformatics tools to analyze genetic diversity of 24 diverse yellow mustard accessions. One and one half 454 pyrosequencing runs generated roughly 1.2 million sequence reads totaling about 392 million nucleotides. Application of the computational pipeline DIAL identified 512 contigs and 828 SNPs. The BLAST algorithm revealed alignments of 214 contigs with the sequences reported in NCBI nr/nt database. Sanger sequencing confirmed 95 % of 41 selected contigs and 94 % of 240 putative SNPs. The 454 scored SNPs were highly imbalanced among assayed samples. Diversity analysis of these SNPs revealed that 26.1 % of the total variation resided among landrace, cultivar and breeding lines and 24.7 % between yellow- and black-seeded germplasm. Cluster analysis showed that the black-seeded accessions were largely clustered together and the breeding lines were grouped with known origin. Computer simulation was performed to assess the impact of 454 SNPs missing and revealed considerable changes in allelic count, bias in detection of genetic structure, and large deviations from the expected genetic-distance matrix. These findings are useful for parental selection consideration in yellow mustard breeding, and our detailed analyses help illustrate the utility of GBS in genetic-diversity analysis of plant germplasm, particularly for genetic-relationship assessment.
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 | 0,001 | 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 ».