Development of near‐isogenic lines and identification of markers linked to auxinic herbicide resistance in wild mustard ( <b> <i>Sinapis arvensis</i> </b> L.)
Notice bibliographique
Résumé
BACKGROUND: Auxinic herbicides are widely used for selective control of many broadleaf weeds, e.g. wild mustard. An auxinic-herbicide-resistant wild mustard biotype may offer an excellent model system to elucidate the mechanism of action of these herbicides. Classical genetic analyses demonstrate that the wild mustard auxinic herbicide resistance is determined by a single dominant gene. Availability of near-isogenic lines (NILs) of wild mustard with auxinic herbicide resistance (R) and herbicide susceptibility (S) will help to study the fitness penalty as well as the precise characterization of this gene. RESULTS: Eight generations of backcrosses were performed, and homozygous auxinic-herbicide-resistant and auxinic-herbicide-susceptible NILs were identified from BC(8) F(3) families. S plants produced significantly more biomass and seed compared with R plants, suggesting that wild mustard auxinic herbicide resistance may result in fitness reduction. It was also found that the serrated margin of the first true leaf was closely linked to auxinic herbicide resistance. Using the introgressed progeny, molecular markers linked to auxinic herbicide resistance were identified, and a genetic map was constructed. CONCLUSION: The fitness penalty associated with the auxinic herbicide resistance gene may explain the relatively slow occurrence and spread of auxinic-herbicide-resistant weeds. The detection of the closely linked markers should hasten the identification and characterization of this gene.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».