Floral Genetic Architecture: An Examination of QTL Architecture Underlying Floral (Co)Variation Across Environments
Notice bibliographique
Résumé
Genetic correlations are expected to be high among functionally related traits and lower between groups of traits with distinct functions (e.g., reproductive vs. resource-acquisition traits). Here, we explore the quantitative-genetic and QTL architecture of floral organ sizes, vegetative traits, and life history in a set of Brassica rapa recombinant inbred lines within and across field and greenhouse environments. Floral organ lengths were strongly positively correlated within both environments, and analysis of standardized G-matrices indicates that the structure of genetic correlations is ∼80% conserved across environments. Consistent with these correlations, we detected a total of 19 and 21 additive-effect floral QTL in the field and the greenhouse, respectively, and individual QTL typically affected multiple organ types. Interestingly, QTL×QTL epistasis also appeared to contribute to observed genetic correlations; i.e., interactions between two QTL had similar effects on filament length and two estimates of petal size. Although floral and nonfloral traits are hypothesized to be genetically decoupled, correlations between floral organ size and both vegetative and life-history traits were highly significant in the greenhouse; G-matrices of floral and vegetative traits as well as floral and life-history traits differed across environments. Correspondingly, many QTL (45% of those mapped in the greenhouse) showed environmental interactions, including approximately even numbers of floral and nonfloral QTL. Most instances of QTL×QTL epistasis for floral traits were environment dependent.
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 ».