Genetic diversity of<i>Carica papaya</i>as revealed by AFLP markers
Notice bibliographique
Résumé
Genetic relationships among Carica papaya cultivars, breeding lines, unimproved germplasm, and related species were established using amplified fragment length polymorphism (AFLP) markers. Seventy-one papaya accessions and related species were analyzed with nine EcoRI-MseI primer combinations. A total of 186 informative AFLP markers was generated and analyzed. Cluster analysis suggested limited genetic variation in papaya, with an average genetic similarity among 63 papaya accessions of 0.880. Genetic diversity among cultivars derived from the same or similar gene pools was smaller, such as Hawaiian Solo hermaphrodite cultivars and Australian dioecious cultivars with genetic similarity at 0.921 and 0.912, respectively. The results indicated that self-pollinated hermaphrodite cultivars were as variable as open-pollinated dioecious cultivars. Genetic diversity between C. papaya and six other Carica species was also evaluated. Carica papaya shared the least genetic similarity with these species, with an average genetic similarity of 0.432; the average genetic similarity among the six other species was 0.729. The results from AFLP markers provided detailed estimates of the genetic variation within and among papaya cultivars, and supported the notion that C. papaya diverged from the rest of Carica species early in the evolution of this genus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».