Sequencing Multiple and Diverse Rice Varieties. Connecting Whole-Genome Variation with Phenotypes
Notice bibliographique
Résumé
The International Rice Functional Genomics Consortium (IRFGC) has initiated a project to provide the rice research community with access to extensive information on genetic variation present within and between diverse rice cultivars and landraces, as well as the genetic resources to exploit that information. Among crop plants, rice is uniquely positioned to achieve this goal due to the release of a high-quality, whole-genome sequence; advances in the use of high-density arrays to compare complex genomes; and the availability of large collections of genetic materials rich in trait variation. In this project, the international rice research community will collaborate with Perlegen Sciences to identify a large fraction of the single nucleotide polymorphisms (SNPs) present in cultivated rice through whole-genome comparisons of 21 rice genomes, including cultivars, germplasm lines, and landraces. The SNP data will be entirely public (www.oryzasnp.org) and can be used to identify a collection of SNPs for undertaking whole-genome scans. Initial funding for this effort has been provided by the International Rice Research Institute (IRRI), the Generation Challenge Program, and the U.S. Department of Agriculture's Cooperative State Research, Education and Extension Service. In this communication, we wish to inform the research community about this project, to mobilize the research community to participate in detailed phenotyping of these lines, and to provide the opportunity to nominate additional candidate lines for a potential extension of this study.
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 ».