Context‐Specific Marker‐Assisted Selection for Improved Grain Yield in Elite Soybean Populations
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
Despite the importance of grain yield potential to plant breeders and society in general, it has been difficult to identify grain yield quantitative trait loci (QTL) effective for marker‐assisted selection (MAS) across a wide range of genetic and/or environmental contexts. However, as genotyping becomes more cost effective, it might be feasible to use preliminary yield trials to model a target genotype within each context and immediately select the progeny that approach that target genotype in real time. In the present study, elite soybean cultivars with residual heterogeneity were leveraged as populations (the genetic context) to detect yield QTL within a limited set of environments (the environmental context), to model a target genotype, and to select subline haplotypes that comprised the target genotype. The yield potential of the selected subline haplotypes were then compared to their respective mother lines in highly replicated yield trials across multiple environments and years. Statistically significant yield gains of up to 5.8% were confirmed in some of the selected sublines, and two of the improved sublines were released as improved cultivars. This context‐specific MAS (CSM) approach might also be applicable to the more typical biparental and backcross populations commonly used in plant breeding programs. Factors that can affect the efficiency and applicability of CSM are discussed.
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 | 0,001 |
| 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) | 0,000 | 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