Discovery and genotyping of high‐throughput SNP markers for crown rust resistance gene <i>Pc94</i> in cultivated oat
Notice bibliographique
Résumé
Abstract Crown rust caused by Puccinia coronata f. sp. avenae Eriks is a serious problem for oat production worldwide and pyramiding multiple resistance genes into new cultivars is a key objective of breeders. Many race specific resistance genes have been mapped and markers that are closely linked to them have been identified. However, the use of these markers in oat breeding practice has been limited due to the economics of marker assisted selection (MAS) deployment. Single nucleotide polymorphism (SNP) markers have been demonstrated to have a high‐throughput capability with relatively low cost and numerous semi‐automated SNP scoring platforms exist. Gene Pc94 has remained highly effective since it was first tested on the Canadian crown rust populations in 1993 and is one of the few effective genes available in Western Canada. In the present study, PCR products were amplified using primers derived from sequences of amplified fragment length polymorphism bands which have been shown to be linked to Pc94. Genomic DNA from genotypes, with and without the Pc94 gene, were used as the PCR templates. By comparative sequence alignment amongst the PCR fragments, many putative SNP sites were identified. From these sites, four SNP sites were selected and validated by the single base extension method. One SNP site, Pc94‐SNP1a, was tested on two F2:3 populations segregating for the resistance gene. The map distances between the SNP marker and Pc94 were 2.1 and 5.4 cM in the two different populations. Various oat cultivars and germplasm lines were also tested for a wider application of the SNP marker. Fluorescent technology and capillary electrophoresis allowed for the semi‐automated, fairly high‐throughput scoring of the SNP markers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».