Population-specific quantitative trait loci mapping for functional stay-green trait in rice (<i>Oryza sativa</i>L.)
Notice bibliographique
Résumé
The functional stay-green trait gives leaves a longer duration of greenness and photosynthetic capacity during the grain-filling period. We developed two independent recombinant inbred line populations from the intra- and intersubspecific crosses of Oryza sativa L. subsp. japonica 'Suweon490' (japonica) × O. sativa subsp. japonica 'SNU-SG1' (japonica) and O. sativa subsp. indica 'Andabyeo' (indica) × O. sativa subsp. japonica 'SNU-SG1' (japonica), respectively. The common parental line 'SNU-SG1' was the functional source for the stay-green trait. Quantitative trait locus (QTL) mapping based on simple sequence repeat markers identified a total of six QTLs associated with two stay-green traits across two populations. The two traits were cumulative chlorophyll content (SPAD value) of flag leaf (CSFL) and total cumulative SPAD value of the four upper leaves (TCS). Four QTLs, tcs4, csfl6, csfl9 (or tcs9), and csfl12, located on chromosomes 4, 6, 9, and 12, respectively, were detected simultaneously in both populations. The remaining two QTLs, csfl2 (or tcs2) and tcs5, on chromosomes 2 and 5, respectively, were found to be population specific. Moreover, the functional stay-green trait of 'SNU-SG1' positively correlated with grain yield performance. Two yield QTLs, yld6 and yld9, on chromosomes 6 and 9 found in both populations were positioned at the same locations with the csfl6 and tcs9 QTLs for stay-green traits. Thus, the identified chromosomal regions can be promising targets of marker-assisted introgression of the functional stay-green trait into breeding materials for improvement of rice yield.
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 | 0,000 | 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 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 ».