Meta-analyses of QTL for grain yield and anthesis silking interval in 18 maize populations evaluated under water-stressed and well-watered environments
Notice bibliographique
Résumé
BACKGROUND: Identification of QTL with large phenotypic effects conserved across genetic backgrounds and environments is one of the prerequisites for crop improvement using marker assisted selection (MAS). The objectives of this study were to identify meta-QTL (mQTL) for grain yield (GY) and anthesis silking interval (ASI) across 18 bi-parental maize populations evaluated in the same conditions across 2-4 managed water stressed and 3-4 well watered environments. RESULTS: The meta-analyses identified 68 mQTL (9 QTL specific to ASI, 15 specific to GY, and 44 for both GY and ASI). Mean phenotypic variance explained by each mQTL varied from 1.2 to 13.1% and the overall average was 6.5%. Few QTL were detected under both environmental treatments and/or multiple (>4 populations) genetic backgrounds. The number and 95% genetic and physical confidence intervals of the mQTL were highly reduced compared to the QTL identified in the original studies. Each physical interval of the mQTL consisted of 5 to 926 candidate genes. CONCLUSIONS: Meta-analyses reduced the number of QTL by 68% and narrowed the confidence intervals up to 12-fold. At least the 4 mQTL (mQTL2.2, mQTL6.1, mQTL7.5 and mQTL9.2) associated with GY under both water-stressed and well-watered environments and detected up to 6 populations may be considered for fine mapping and validation to confirm effects in different genetic backgrounds and pyramid them into new drought resistant breeding lines. This is the first extensive report on meta-analysis of data from over 3100 individuals genotyped using the same SNP platform and evaluated in the same conditions across a wide range of managed water-stressed and well-watered environments.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».