Diversity Array Technology Markers: Genetic Diversity Analyses and Linkage Map Construction in Rapeseed (Brassica napus L.)
Notice bibliographique
Résumé
We developed Diversity Array Technology (DArT) markers for application in genetic studies of Brassica napus and other Brassica species with A or C genomes. Genomic representation from 107 diverse genotypes of B. napus L. var. oleifera (rapeseed, AACC genomes) and B. rapa (AA genome) was used to develop a DArT array comprising 11 520 clones generated using PstI/BanII and PstI/BstN1 complexity reduction methods. In total, 1547 polymorphic DArT markers of high technical quality were identified and used to assess molecular diversity among 89 accessions of B. napus, B. rapa, B. juncea, and B. carinata collected from different parts of the world. Hierarchical cluster and principal component analyses based on genetic distance matrices identified distinct populations clustering mainly according to their origin/pedigrees. DArT markers were also mapped in a new doubled haploid population comprising 131 lines from a cross between spring rapeseed lines 'Lynx-037DH' and 'Monty-028DH'. Linkage groups were assigned on the basis of previously mapped simple sequence repeat (SSRs), intron polymorphism (IP), and gene-based markers. The map consisted of 437 DArT, 135 SSR, 6 IP, and 6 gene-based markers and spanned 2288 cM. Our results demonstrate that DArT markers are suitable for genetic diversity analysis and linkage map construction in rapeseed.
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 | 0,001 |
| 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) | 0,001 | 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 ».