Development of genome-wide InDel markers and their integration with SSR, DArT and SNP markers in single barley map
Notice bibliographique
Résumé
BACKGROUND: Development of molecular markers such as SSR (simple sequence repeat), DArT (diversity arrays technology) and SNP (single nucleotide polymorphism) is fundamental for linkage map construction and QTL mapping. However, DArT and SNP genotyping require special tools, and detection of SSR polymorphisms requires time-consuming polyacrylamide electrophoresis. Furthermore, many markers have been mapped in different populations such that their genetic positions are inconsistent. Recently, InDel (insertion and deletion) markers have become popular in genetic map construction and map-based cloning. RESULTS: Aligning genomic DNA sequences in two barley cultivars (Morex and Barke) identified 436,640 InDels. We designed 1140 InDel markers across the barley genome with an average genetic distance of 1 cM, each having a unique location in the barley genome. High-resolution melting (HRM) technology was used to genotype 55 InDel markers; those PCR amplicons with melting temperature differences >0.3 °C were ideal for HRM genotyping. The 1140 InDel markers together with 383 SSRs, 3909 gene-based SNPs and 1544 DArT markers were integrated into single barley genetic map according to their physical map positions. CONCLUSIONS: High-density InDel markers with specific genome locations were developed, with 6976 molecular markers (SSRs, DArTs, SNPs and InDels) integrated into single barley genetic map. HRM genotyping of the InDel markers each with single PCR band will facilitate quick map construction and gene fine-mapping.
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 ».