Genetic diversity among varieties of the native forage grass <i>Trichloris crinita</i> based on AFLP markers, morphological characters, and quantitative agronomic traits
Notice bibliographique
Résumé
We assessed the genetic diversity in Trichloris crinita (Poaceae) varieties from South America, using AFLPs, morphological characters, and quantitative agronomic traits. Owing to the importance of this species for range grazing, we first characterized the varieties based on forage productivity. Biomass production varied 9 fold among the materials evaluated. Analysis of AFLP fingerprints allowed the discrimination of all varieties with a few selected primer combinations. Pair-wise genetic similarities, using marker data, ranged from 0.31 to 0.92 (Jaccard coefficients). Marker-based unweighted pair group method with arithmetic averaging (UPGMA) cluster analysis did not show geographical clustering, but rather grouped the varieties according to their biomass production. We identified 18 markers associated with biomass production, of which 8 showed complete correlation (r = 1.00) with this trait. These DNA markers can be used to assist selection for high forage productivity in T. crinita. Cluster analysis using morphological and quantitative characters revealed 4 distinct groups of varieties, clearly separated according to their biomass yield. The variables foliage height and basal diameter were strongly correlated with biomass production and these phenotypic markers can be used to select productive plants. The relations among the varieties based on AFLP data were significantly correlated with those based on agronomic and morphological characters, suggesting that the 2 systems give similar estimates of genetic relations among the varieties.
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 | 0,000 |
| 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 ».