Soybean cyst nematode: Challenges and opportunities
Notice bibliographique
Résumé
Soybean cyst nematode (SCN) is the primary pest responsible for yield losses of Glycine max. Management of SCN remains difficult in commercial soybean production due to the length of its biological cycle, frequent changes in population virulence, and ease of spread via infested soil. Effective management relies on crop rotation in combination with resistant cultivars, which have been derived from a limited germplasm base. Breeding for SCN resistance in soybean is difficult due to the quantitative nature of the trait, genetic variation within SCN populations, time required for phenotyping experimental soybean lines, and environmental factors affecting SCN reproduction. Quantitative trait loci associated with SCN resistance have been identified on 17 of the 20 soybean linkage groups, explaining 1–91% of the total phenotypic variation. Two major resistance genes, rhg 1 and Rhg 4, have been identified on linkage groups G and A2, respectively. Several minor resistance genes have been identified, but their importance varies with germplasm source and nematode race. Enhancement of SCN resistance in G. max may be achieved by interspecific hybridization with G. soja, the wild ancestor, or by engineering plants with candidate resistance genes such as Hs1 pro-1 . Key words: Genetic engineering, Glycine soja, soybean cyst nematode, molecular markers, resistance
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 ».