Selection on domestication traits and quantitative trait loci in crop–wild sunflower hybrids
Notice bibliographique
Résumé
The strength and extent of gene flow from crops into wild populations depends, in part, on the fitness of the crop alleles, as well as that of alleles at linked loci. Interest in crop-wild gene flow has increased with the advent of transgenic plants, but nontransgenic crop-wild hybrids can provide case studies to understand the factors influencing introgression, provided that the genetic architecture and the fitness effects of loci are known. This study used recombinant inbred lines (RILs) generated from a cross between crop and wild sunflowers to assess selection on domestication traits and quantitative trait loci (QTL) in two contrasting environments, in Indiana and Nebraska, USA. Only a small fraction of plants (9%) produced seed in Nebraska, due to adverse weather conditions, while the majority of plants (79%) in Indiana reproduced. Phenotypic selection analysis found that a mixture of crop and wild traits were favoured in Indiana (i.e. had significant selection gradients), including larger leaves, increased floral longevity, larger disk diameter, reduced ray flower size and smaller achene (seed) mass. Selection favouring early flowering was detected in Nebraska. QTLs for fitness were found at the end of linkage groups six (LG6) and nine (LG9) in both field sites, each explaining 11-12% of the total variation. Crop alleles were favoured on LG9, but wild alleles were favoured on LG6. QTLs for numerous domestication traits overlapped with the fitness QTLs, including flowering date, achene mass, head number, and disk diameter. It remains to be seen if these QTL clusters are the product of multiple linked genes, or individual genes with pleiotropic effects. These results indicate that crop trait values and alleles may sometimes be favoured in a noncrop environment and across broad geographical regions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».