Genetic diversity and association mapping of iron and zinc concentrations in chickpea (<i>Cicer arietinum</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
Chickpea (Cicer arietinum L.) is the world's second most important pulse crop after common bean. Chickpea has historically been an important daily staple in the diet of millions of people, especially in the developing countries. Current chickpea breeding programs have mainly been directed toward high yield, biotic and abiotic stress resilience that has increased global production, but less attention has been directed toward improving micronutrient concentrations in seeds. In an effort to develop micronutrient-dense chickpea lines, a study to examine the variability and to identify SNP alleles associated with seed iron and zinc concentrations was conducted using 94 diverse accessions of chickpea. The results indicated that there is substantial variability present in chickpea germplasm for seed iron and zinc concentrations. In the current set of germplasm, zinc is negatively correlated with grain yield across all locations and years; whereas the negative correlation between iron and grain yield was only significant at the Elrose locality. Eight SNP loci associated with iron and (or) zinc concentrations in chickpea seeds were identified. One SNP located on chromosome 1 (chr1) is associated with both iron and zinc concentrations. On chr4, three SNPs associated with zinc concentration and two SNPs for iron concentration were identified. Two additional SNP loci, one on chr6 and the other on chr7, were also found to be associated with iron and zinc concentrations, respectively. The results show potential opportunity for molecular breeding for improvement of seed iron and zinc concentrations in chickpea.
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 | 0,000 | 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