MétaCan
Menu
Retour à la cohorte
Enregistrement W2298851636 · doi:10.1371/journal.pone.0149210

Identification QTLs Controlling Genes for Se Uptake in Lentil Seeds

2016· article· en· W2298851636 sur OpenAlexaff
Duygu Ateş, Tuğçe Sever, Seçil Aldemir, Bülent Yağmur, Hülya YILMAZ TEMEL, Hilal Betül Kaya, Ahmad Alsaleh, Abdullah Kahraman, Hakan Özkan, Albert Vandenberg, Bahattin Tanyolaç

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésQuantitative trait locusBiologyGenetic linkageMicronutrientPopulationCandidate geneInbred strainSingle-nucleotide polymorphismGeneticsLinkage (software)SeleniumGenetic markerGene mappingBiofortificationGeneGenotypeMedicineChemistry

Résumé

récupéré en direct d'OpenAlex

Lentil (Lens culinaris Medik.) is an excellent source of protein and carbohydrates and is also rich in essential trace elements for the human diet. Selenium (Se) is an essential micronutrient for human health and nutrition, providing protection against several diseases and regulating important biological systems. Dietary intake of 55 μg of Se per day is recommended for adults, with inadequate Se intake causing significant health problems. The objective of this study was to identify and map quantitative trait loci (QTL) of genes controlling Se accumulation in lentil seeds using a population of 96 recombinant inbred lines (RILs) developed from the cross "PI 320937" × "Eston" grown in three different environments for two years (2012 and 2013). Se concentration in seed varied between 119 and 883 μg/kg. A linkage map consisting of 1,784 markers (4 SSRs, and 1,780 SNPs) was developed. The map spanned a total length of 4,060.6 cM, consisting of 7 linkage groups (LGs) with an average distance of 2.3 cM between adjacent markers. Four QTL regions and 36 putative QTL markers, with LOD scores ranging from 3.00 to 4.97, distributed across two linkage groups (LG2 and LG5) were associated with seed Se concentration, explaining 6.3-16.9% of the phenotypic variation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,105
Tête enseignante GPT0,282
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations72
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSelenium in Biological SystemsTravaux en français237 207