Allelic Shifts and Quantitative Trait Loci in a Recurrent Selection Population of Oat
Notice bibliographique
Résumé
Recurrent selection to enhance grain yield of oat ( Avena sativa L.) has been ongoing at the University of Minnesota since 1968. Grain yield was increased by 21.7% after seven cycles of recurrent selection. The objectives of this study were to monitor the long‐term genetic changes in this recurrent selection population using restriction fragment length polymorphisms (RFLPs). Ninety‐seven RFLP loci detected by 73 cDNA clones were used to evaluate changes in allelic frequencies during the recurrent selection process. Significant allelic shifts were detected in eight genomic regions. Four linkage groups were studied in greater detail to localize putative quantitative trait loci (QTL). In total, seven primary or major QTL regions were identified using allelic shift, correlation, and single‐factor analysis of variance (ANOVA) data. Six of these regions were associated with grain yield and one was associated with plant height. Thirty‐three other minor QTL were detected using correlation and/or ANOVA data. Multiple regression models for grain yield, heading date, and plant height indicated that associated markers accounted for 30, 38, and 27% of the phenotypic variance, respectively. Our results indicate that we have identified genomic regions containing favorable alleles selected during the recurrent selection process. Thirteen of the 40 QTL identified for the individual traits in the recurrent selection population were previously identified in the Kanota × Ogle recombinant inbred mapping population. Therefore, these QTL may be generally important in oat.
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 ».