Characterization of Brassica nigra collections using simple sequence repeat markers reveals distinct groups associated with geographical location, and frequent mislabelling of species identity
Notice bibliographique
Résumé
Genetic diversity of 180 Brassica nigra (L.) Kochgenotypes from 60 different accessions was evaluated using 15 simple sequence repeat markers with known locations on the Brassica A, B, and C genomes. Two lines each from Brassica juncea (L.) Czern and Brassica carinata Braunwere also included as comparator species. A total of 218 high quality alleles were used to generate a genetic distance matrix, and clustering and multidimensional scaling analyses were used to investigate genetic relationships among the accessions. Accessions from the same country of origin tended to cluster together. Surprisingly, 13 accessions declared to be B. nigra had A- and B-genome alleles and morphology consistent with them being B. juncea, which was supported by their positioning near B. juncea in the cluster analysis. Two B. nigra accessions possessed alleles associated more closely with the A genome than the B genome, and these may be Brassica rapa L. accessions. One B. nigra accession had B- and C-genome alleles and morphology consistent with it being B. carinata. The remaining 44 accessions (73%) appeared to be truly B. nigra and formed morphologically and genetically distinct groups associated with country or region of origin, notably Ethiopia, Israel, India, and Europe. Most B. nigra accessions were highly heterozygous, consistent with their obligate outcrossing habit. This study demonstrated the value of using molecular markers with known genome locations (in this case, in the Brassica A, B, and C genomes) to confirm species identity in families such as Brassicaceae where species identification based solely on morphological characters is difficult.
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 ».