MétaCan
Menu
Retour à la cohorte
Enregistrement W1996987967 · doi:10.1139/g03-051

Molecular mapping of seed aliphatic glucosinolates in<i>Brassica juncea</i>

2003· article· en· W1996987967 sur OpenAlexaffvenue
Tariq Mahmood, U. Ekuere, Francis C. Yeh, Allen G. Good, G. R. Stringam

Notice bibliographique

RevueGenome · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics, phytochemicals, and oxidative stress
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCanolaBiologyBrassicaDoubled haploidyGlucosinolatePopulationErucic acidMyrosinaseQuantitative trait locusRapeseedCropBotanyAgronomyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

An RFLP genomic map with 316 loci was used to study the inheritance of aliphatic glucosinolates in Brassica juncea using doubled-haploid (DH) populations developed from a cross between RLM-514, an agronomically superior non-canola quality B. juncea (high erucic acid and high glucosinolates), and an agronomically poor canola quality B. juncea breeding line. Two QTLs (GSL-A2a and GSL-A2b) associated with 3-butenyl were consistent across years and locations, and explained 75% of the phenotypic variance in the population. Three QTLs (GSL-A2a, GSL-F, GSL-B3) affected 2-propenyl and explained 78% of the phenotypic variance in the population. For total aliphatic glucosinolates, five QTLs explained 30% to 45% of the total phenotypic variance in the population in different environments. Several QTLs (GSL-A7 and GSL-A3) were highly inconsistent in different environments. Major QTLs (GSL-A2a and GSL-A2b) associated with individual glucosinolates were non-significant for total aliphatic glucosinolates. A marker-assisted selection strategy based on QTLs associated with individual glucosinolates rather than total aliphatic glucosinolates is proposed for B. juncea.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,214
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 source (Gemma direct ou Codex distillé), 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

Citations46
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetGenomics, phytochemicals, and oxidative stressTravaux en français237 207