Biodiversity studies in<i>Phaseolus</i>species by DNA barcoding
Notice bibliographique
Résumé
The potential of DNA barcoding was tested as a system for studying genetic diversity and genetic traceability in bean germplasm. This technique was applied to several pure lines of Phaseolus vulgaris L. belonging to wild, domesticated, and cultivated common beans, along with some accessions of Phaseolus coccineus L., Phaseolus lunatus L., and Vigna unguiculata (L.) Walp. A multilocus approach was exploited using three chloroplast genic regions (rbcL, trnL, and matK), four intergenic spacers (rpoB-trnC, atpBrbcL, trnT-trnL, and psbA-trnH), and nuclear ITS1 and ITS2 rDNA sequences. Our main goals were to identify the markers and SNPs that show the best discriminant power at the variety level in common bean germplasm, to examine two methods (tree based versus character based) for biodiversity analysis and traceability assays, and to evaluate the overall utility of chloroplast DNA barcodes for reconstructing the origins of modern Italian varieties. Our results indicate that the neighbor-joining method is a powerful approach for comparing genetic diversity within plant species, but it is relatively uninformative for the genetic traceability of plant varieties. In contrast, the character-based method was able to identify several distinct haplotypes over all target regions corresponding to Mesoamerican or Andean accessions; Italian accessions originated from both gene pools. On the whole, our findings raise some concerns about the use of DNA barcoding for intraspecific genetic diversity studies in common beans and highlights its limitations for resolving genetic relationships between landraces and 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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».