MétaCan
Menu
Retour à la cohorte
Enregistrement W2052241376 · doi:10.1080/07060661003594133

Development of EST-derived simple sequence repeat markers for wheat leaf rust fungus,<i>Puccinia triticina</i>Eriks

2010· article· en· W2052241376 sur OpenAlexafffundvenueabout
Xiben Wang, Barbara Mulock, Bakkeren Guus, Brent McCallum

Notice bibliographique

RevueCanadian Journal of Plant Pathology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesSolar Energy Technologies OfficeNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyMicrosatelliteGeneticsGenotypeExpressed sequence tagGenetic diversityGenetic markerPopulationGeneAlleleComplementary DNA

Résumé

récupéré en direct d'OpenAlex

Gene-associated simple sequence repeat (SSR) markers were developed for Puccinia triticina through the data mining of existing EST libraries. Analysis of 7134 expressed sequence tags (ESTs) from cDNA libraries of P. triticina detected 204 EST-SSRs with a minimum of 12 repeating nucleotides. The majority of EST-SSRs contained short di- or tri-nucleotide repeats. These EST-SSRs were evaluated on 35 P. triticina isolates collected in Canada and 21 EST-SSRs were polymorphic and informative in determining intraspecific genetic diversity. A comparison of virulence and EST-SSR genotypes showed a strong correlation between virulence to Lr2a, Lr2c and Lr17a and EST-SSRs genotypes. The differentiation of the P. triticina population based on EST-SSR genotypes was comparable to that obtained with genomic SSRs, despite differences between two types of SSR markers. Eight of the 21 EST-SSRs produced the cross amplification in Puccinia coronata and Puccinia graminis, suggesting that EST-SSRs are more applicable than genomic SSRs for interspecific analysis. In summary, our study suggests that the data mining of EST databases is a feasible way to generate informative molecular markers for genetic studies of P. triticina.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,227
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant PathologyMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207