Genetic diversity and relationships among Dutch elm disease tolerant<i>Ulmus pumila</i>L. accessions from China
Notice bibliographique
Résumé
Elm breeding programs worldwide have relied heavily on Asian elm germplasm, particularly Ulmus pumila, for the breeding of Dutch elm disease tolerant cultivars. However, the extent and patterning of genetic variation in Asian elm species is unknown. Therefore, the objective of this research was to determine the extent of genetic diversity among 53 U. pumila accessions collected throughout the People's Republic of China. Using 23 microsatellite loci recently developed in the genus Ulmus, a total of 94 alleles were identified in 15 polymorphic and 4 monomorphic loci. The average number of alleles per locus was 4.9, with a range of 1-11 alleles. Gene diversity estimates per locus ranged from 0.08 to 0.87, and the non-exclusion probability for the 15 polymorphic loci combined was 0.7 x 10(-9). Nineteen region-specific alleles were identified, and regional gene diversity estimates were moderately high (0.48-0.57). The genetic relationships among accessions and regions were estimated by UPGMA and principal coordinate analysis. Both techniques discriminated all accessions and regions. Two microsatellite markers (UR175 + UR123 or Ulm-3) were sufficient to discriminate up to 99.7% of the accessions studied. This research provides useful information for DNA-based fingerprinting, breeding, ecological studies, and diversity assessment of elm germplasm.
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 | 0,001 |
| 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 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 ».