Improving Maize Grain Yield under Drought Stress and Non‐stress Environments in Sub‐Saharan Africa using Marker‐Assisted Recurrent Selection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT In marker‐assisted recurrent selection (MARS), a subset of molecular markers significantly associated with target traits of interest are used to predict the breeding value of individual plants, followed by rapid recombination and selfing. This study estimated genetic gains in grain yield (GY) using MARS in 10 biparental tropical maize ( Zea may L.) populations. In each population, 148 to 184 F 2:3 (defined as C 0 ) progenies were derived, crossed with a single‐cross tester, and evaluated under water‐stressed (WS) and well‐watered (WW) environments in sub‐Saharan Africa (SSA). The C 0 populations were genotyped with 190 to 225 single‐nucleotide polymorphism (SNP) markers. A selection index based on marker data and phenotypic data was used for selecting the best C 0 families for recombination. Individual plants from selected families were genotyped using 55 to 87 SNPs tagging specific quantitative trait loci (QTL), and the best individuals from each cycle were either intercrossed (to form C 1 ) or selfed (to form C 1 S 1 and C 1 S 2 ). A genetic gain study was conducted using test crosses of lines from the different cycles F 1 and founder parents. Test crosses, along with five commercial hybrid checks were evaluated under four WS and four WW environments. The overall gain for GY using MARS across the 10 populations was 105 kg ha −1 yr −1 under WW and 51 kg ha −1 yr −1 under WS. Across WW environments, GY of C 1 S 2 –derived hybrids were 8.7, 5.9, and 16.2% significantly greater than those of C 0 , founder parents, and commercial checks, respectively. Results demonstrate the potential of MARS for increasing genetic gain under both drought and optimum environments in SSA.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle