MétaCan
Menu
Retour à la cohorte
Enregistrement W2168889777 · doi:10.1139/g10-060

Genetic effects of major QTLs controlling low-temperature germinability in different genetic backgrounds in rice (<i>Oryza sativa</i>L.)

2010· article· en· W2168889777 sur OpenAlexvenueno aff
Natsuko Iwata, Kenji Fujino

Notice bibliographique

RevueGenome · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyJaponicaQuantitative trait locusOryza sativaJaponica riceEpistasisPopulationGerminationAlleleCultivarAgronomyChromosomeHorticultureGeneticsBotanyGene

Résumé

récupéré en direct d'OpenAlex

The effects of QTLs are demonstrated basically within the population used in the original QTL analysis as the difference between the alleles of the parental varieties. For the efficient use of QTLs in breeding programs, it is necessary to assess whether the QTL exhibits its genetic effect when it is introgressed into different genetic backgrounds. Extensive studies of tolerance to low temperature at the seed germination stage (called low-temperature germinability) in rice revealed that 2 major QTLs on chromosomes 3 and 11, qLTG3-1 and qLTG11, have large effects. This study assessed the effects of these 2 QTLs from an aus variety, Kasalath, in different genetic backgrounds of 3 japonica varieties, Hoshinoyume, Hayamasari, and Koshihikari. Backcrossed progenies and chromosome segment substitution lines showed that both qLTG3-1 and qLTG11 were effective in the Hoshinoyume and Koshihikari backgrounds, while only qLTG3-1 was effective in the Hayamasari background. The results in this study demonstrated that these 2 QTLs are useful for the improvement of low-temperature germinability in rice breeding programs. The results also indicated that low-temperature germinability in rice is governed by an epistatic interaction of qLTG11.

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 enseignants0,863
Score d'incertitude au seuil0,879

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,197 · 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

Citations33
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207