MétaCan
Menu
← Retour à la cohorte
Enregistrement W2015105471 · doi:10.5539/jas.v3n1p68

Breeding of Marker-free Indica Three-lines Restorer with ZmC4Ppc by Marker-assisted Selection

2011· article· en· W2015105471 sur OpenAlexvenueno aff
Xunchao Xiang, Yanli Zhang, Yanfang Xu, Jihang Li, Libin He, Ping Li

Notice bibliographique

RevueJournal of Agricultural Science · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologySelfingPopulationMolecular markerGenetic markerGeneSelection (genetic algorithm)Marker geneBiotechnologyBotanyGenetics

Résumé

récupéré en direct d'OpenAlex

Enhancing photosynthetic productivity of rice is always the key goal of researchers by to use exogenous C4 genes. The full-length of intact maize gene of C4-specific PEPCase (ZmC4Ppc) is 6781 bp that makes it difficult for marker-assisted selection (MAS) in rice. The specific marker of intact ZmC4Ppc was designed and termed as MRpc. MRpc was verified that it was a gene marker because ZmC4Ppc could be overexpressed at every developmental stage and it was used for MAS of indica restorer Shuhui881 with ZmC4Ppc and FPM881was gotten, which was tested for genetic background, PEPCase activity, net photosynthetic rate (Pn), general combining ability (GCA) and specific combining ability (SCA). The results indicated that FPM881, which similarity of genetic background had arrived at above 95%, showed a higher PEPCase activity and net photosynthetic rate than those of control. Analysis of yield components showed that some of the progenies carrying ZmC4Ppc had better GCA and SCA than those of the control. Then, six lines of FPM881 were planted in larger population by selfing and gotten selectable-marker free plants with target gene using MRpc and hpt primers. Our results indicated that introduction of ZmC4Ppc via MAS and its stable expression could increase grain yield of hybrid rice.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,016
Tête enseignante GPT0,207
Écart entre enseignants0,191 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetGenetic Mapping and Diversity in Plants and Animals→Travaux en français237 207→