Variability among Chinese <i>Glycine soja</i> and Chinese and North American Soybean Genotypes
Notice bibliographique
Résumé
The narrow genetic base of elite soybean, Glycine max (L.) Merr., germplasm may impede further attempts to improve grain yield and other important agronomic characters. Germplasm collections of wild soybean, Glycine soja Siebold & Zucc., are a source of genetic variability for soybean breeding programs. The objectives of this research were to use genetic markers to characterize diversity among 60 G. soja accessions collected in China and to compare this diversity with 18 U.S. ancestral soybean genotypes, 12 Chinese G. max plant introductions (PIs), and 47 elite soybean lines from the northern USA. These accessions were genotyped with a set of 72 simple sequence repeat markers. The G. soja accessions were found to contain more alleles per locus (17) than the U.S. ancestral genotypes (5.8), the Chinese PIs (5.5), or the elite lines (4.5). Multivariate analyses were able to separate the G. max lines from the G. soja accessions and identify the most diverse subset of G. soja accessions. Multidimensional scaling separated G. soja accessions from high and low latitudes, while Ward's clustering method separated the G. soja accessions into distinct clusters that tended to include accessions from similar geographical regions. These data will be useful to breeders selecting G. soja accessions as parents in a breeding program and for establishing a core collection of G. soja to be used in future research.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».