Genetic Architecture of Leaf Ecophysiological Traits in Helianthus
Notice bibliographique
Résumé
We investigated quantitative trait loci (QTLs) for several leaf chemistry traits in early-generation hybrids between Helianthus annuus and Helianthus petiolaris, the parental species of the ancient diploid hybrid sunflower species Helianthus anomalus, Helianthus deserticola, and Helianthus paradoxus. We grew individuals of a second-generation backcross (BC(2)) toward H. petiolaris under optimum conditions in a glass house experiment. Trait values were measured once for each individual. In addition, genotypic data previously determined for each individual were employed for composite interval mapping of QTLs. We detected QTLs for leaf carbon concentration, leaf nitrogen concentration, leaf nitrogen per unit area, and photosynthetic nitrogen use efficiency. Leaf carbon isotope discrimination (delta(13)C) and leaf nitrogen isotopic composition (delta(15)N) were analyzed, but no significant QTLs were found for these traits. Interestingly, two neighboring loci explained a relatively large percentage of the variation in leaf nitrogen per unit area. This was notable because leaf nitrogen has been shown to strongly affect the fitness of early-generation sunflower hybrids in the H. anomalus habitat, and QTLs of large effect are expected to respond relatively quickly to selection. We speculate that the genetic architecture underlying leaf nitrogen may have facilitated the colonization of active desert sand dunes by H. anomalus.
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 ».