Increasing the physical markers of wheat chromosomes using SSRs as FISH probes
Notice bibliographique
Résumé
In plants the marker sequences used to identify chromosomes are mainly repetitive DNA probes. Simple sequence repeats (SSRs) are major components of many plant genomes and could be good markers for chromosome identification. In a previous work, we reported the physical distribution of 4 oligonucleotides, (AG)12, (CAT)5, (AAC)5, and (AAG)5, on Triticum aestivum L. chromosomes. The distinctive distribution pattern found suggested that SSR in situ hybridization is useful as a diagnostic tool in wheat cytogenetics. To check whether that finding is generally applicable, we analyzed the chromosomal distribution of the rest of the 14 possible classes of di- and tri-nucleotide repeats by FISH. A detailed knowledge of the sequence content of hexaploid wheat chromatin was acquired based on the hybridization signals, which also provide a rich set of chromosome markers for chromosome identification. Except for (AT)10 and (GC)10, for which the chromosomal distribution could not be accurately determined, and (AC)8 and (GCC)5, which were found dispersed throughout the chromosomes, the remaining repeats were observed as clusters on specific chromosome sites. (AGG)5, (CAC)5, (ACG)5, (AAT)5, and (CAG)5 exhibited a preferential distribution in the pericentromeric regions of the B genome chromosomes. The richest patterns of intercalary signals on several A and B genome chromosomes were produced by (ACT)5. A karyotype based on the SSR probes providing the best FISH patterns was constructed for T. aestivum 'Chinese Spring'.
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 ».