MétaCan
Menu
Retour à la cohorte
Enregistrement W2135493452 · doi:10.1139/g03-058

Microsatellite-AFLP for genetic mapping of complex polyploids

2003· article· en· W2135493452 sur OpenAlexvenueno aff
Emidio Albertini, Andrea Porceddu, Gianpiero Marconi, Gianni Barcaccia, L. Pallottini, M. Falcinelli

Notice bibliographique

RevueGenome · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmplified fragment length polymorphismBiologyPolyploidMicrosatelliteGeneticsMeiosisGenetic markerMolecular markerAlleleEvolutionary biologyPloidyGenetic diversityPopulationGene

Résumé

récupéré en direct d'OpenAlex

In spite of the economical relevance of polyploid crops, genetic mapping of these species has been relatively overlooked. This is because of intrinsic difficulties such as the uncertainty of the chromosome behavior at meiosis I and the need for very large segregating populations. An important, yet underestimated issue, in mapping polyploids is the choice of the molecular marker system. An ideal molecular marker system for polyploid mapping should maximize the percentage of single dose markers (SDMs) detected and the possibility of recognizing allelic markers. In the present work, the marker index for genetic mapping (MIgm) of M-AFLP is compared with that of AFLP and SAMPL. M-AFLPs have the highest MIgm values (22 vs. 18.5 of SAMPL and 9.83 of AFLP) mostly because of their high power to detect polymorphism. Owing to their prevalent codominant inheritance, it is proposed that M-AFLP can be used for the preliminary identification of hom(e)ologous groups.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,145

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,219
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207