Genetic Analysis of Maize (<i>Zea mays</i> L.) Endosperm Vitreousness and Related Hardness Traits in the Intermated B73 × Mo17 Recombinant Inbred Line Population
Notice bibliographique
Résumé
Variation for maize ( Zea mays L.) kernel vitreousness is of interest in the improvement of maize for human and ruminant nutrition based on its connection with starch degradability in the rumen as well as the concentration of lysine and other essential amino acids. In this trial, 199 recombinant inbred lines (RILs) from the intermated B73 and Mo17 (IBM) population and 133 testcrosses of the IBM RIL with inbred W604S were grown in two replications in two Wisconsin locations in 2007. Ears were harvested at physiological maturity and ground kernel samples were scanned using near‐infrared spectroscopy (NIRS). Samples representing the NIRS spectral range were scored for kernel vitreousness using a horizontal light box and for kernel hardness using the Stenvert hardness test. The RIL phenotypes for hardness and vitreousness followed a normal distribution, and transgressive segregation was seen for both traits. Correlations between inbreds and respective testcrosses for hardness and vitreousness were significant and positive. The correlation between hardness and vitreousness was also positive. Quantitative trait loci (QTL) analysis of this population found 33 QTL for hardness and vitreousness with several QTL overlapping across traits. The IBM population represents a good model for the study of variation of kernel vitreousness in U.S. Corn Belt Dent germplasm and the genomic regions identified could be useful for the genetic improvement of maize varieties with enhanced nutritional composition.
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 | 0,001 |
| 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 ».