A New Dominant Gene <i>E9</i> Conditions Early Flowering and Maturity in Soybean
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Adaptability of soybean [ Glycine max (L.) Merr.] to a wide range of latitudes is attributed to the natural variation in the major genes and quantitative trait loci (QTL) that control flowering time and maturity. Identification of novel genes and understanding their molecular basis is critical to improving soybean productivity. We identified a new locus conditioning days to flowering and maturity that was detected in hybrid progeny between cultivated and wild soybeans. A backcross was made between the recurrent parent Tokei 780 and two early‐flowering recombinant inbred lines (RILs; from the cross Tokei 780 × Hidaka 4, a wild soybean accession, all of which possessed an identical genotype at the major four maturity loci, E1 to E4 ). The segregation patterns observed in the F 2 and F 3 progeny derived from the two crosses revealed that early‐flowering was controlled by a single dominant gene. The gene was fine‐mapped to a 245‐kb interval between markers M5 and M7 on Gm16. A tagging marker ID1 was significantly associated with the variation in days to flowering (0.82, p < 0.01) and maturity (0.76, p < 0.01) in the F 2 population. The new early‐flowering gene and its tagging marker are very useful for molecular breeding towards early maturity and stable productivity of soybean under high‐latitude environments. The gene symbol E9e9 has been assigned. E9E9 results in early maturity and e9e9 results in late maturity.
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.
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 découle