Quantitative Trait Loci Associated with Moisture, Protein, and Oil Content in Soybean [Glycine max (L.) Merr.]
Notice bibliographique
Résumé
The objectives of this study were to detect quantitative trait loci (QTL) for moisture, protein, and oil content in soybean grown in two plant density environments. Soybean recombinant inbred lines (RIL), obtained from a cross between cultivars PI 438489B and Hamilton, were used. Thirty one linkage groups were obtained from high density genetic linkage maps constructed by 1,536 Universal Soy Linkage Panel 1.0 of single nucleotide polymorphisms (SNP) markers. For the lines cultivated in higher plant density (25 cm row space), ten QTLs were mapped in A2, B2, C2, D1a, M and O linkage groups for moisture, protein, and oil. Two QTLs for moisture, two QTLs for protein and six QTLs for oil explained 0.09, 15.36 and 3.54% of the phenotypic variation of moisture, protein, and oil respectively. For the lines cultivated in lower density (50 cm row space), three QTLs for each of moisture and protein were mapped in linkage groups A2, C1, D1b, L and O; QTLs for moisture and protein explained 0.96 and 10.63% of the phenotypic variation respectively. These QTL will facilitate the implementation of MAS for moisture, protein and oil content in soybean-breeding programs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».