<scp>RNA</scp>‐<scp>S</scp>eq bulked segregant analysis enables the identification of high‐resolution genetic markers for breeding in hexaploid wheat
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
The identification of genetic markers linked to genes of agronomic importance is a major aim of crop research and breeding programmes. Here, we identify markers for Yr15, a major disease resistance gene for wheat yellow rust, using a segregating F2 population. After phenotyping, we implemented RNA sequencing (RNA-Seq) of bulked pools to identify single-nucleotide polymorphisms (SNP) associated with Yr15. Over 27 000 genes with SNPs were identified between the parents, and then classified based on the results from the sequenced bulks. We calculated the bulk frequency ratio (BFR) of SNPs between resistant and susceptible bulks, selecting those showing sixfold enrichment/depletion in the corresponding bulks (BFR > 6). Using additional filtering criteria, we reduced the number of genes with a putative SNP to 175. The 35 SNPs with the highest BFR values were converted into genome-specific KASP assays using an automated bioinformatics pipeline (PolyMarker) which circumvents the limitations associated with the polyploid wheat genome. Twenty-eight assays were polymorphic of which 22 (63%) mapped in the same linkage group as Yr15. Using these markers, we mapped Yr15 to a 0.77-cM interval. The three most closely linked SNPs were tested across varieties and breeding lines representing UK elite germplasm. Two flanking markers were diagnostic in over 99% of lines tested, thus providing a reliable haplotype for marker-assisted selection in these breeding programmes. Our results demonstrate that the proposed methodology can be applied in polyploid F2 populations to generate high-resolution genetic maps across target intervals.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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