Large-scale development of functional markers in<i>Brassica</i>species
Notice bibliographique
Résumé
Numerous quantitative trait loci (QTL) have been detected in Brassica species, but fine-mapping of major QTL has advanced slowly. The development of functional markers can overcome this barrier. We used publicly available PlantGDB-assembled unique transcripts (PUTs) from Brassica species to design 7836 functional simple sequence repeat (SSR) primer pairs. Functional annotation of the PUTs containing SSRs was done by Blast2GO. The PUTs harbouring SSRs were mainly involved with nucleotide or protein binding and enzyme activity, and preferentially functioned in membranes and cytoplasm. Totally, 210 PUT primer pairs were selected to test their polymorphism, stability, and PCR quality. Approximately 70% (147) of the primer pairs resulted in successful amplification with an average polymorphic information content (PIC) value of 0.49. The highest level of polymorphism was dinucleotide repeat SSRs, followed by tri- and mononucleotide repeats. Approximately 60% of the primer pairs showed good transferability among Brassica species. These results show that the development of markers from PUTs is a feasible and simple approach to develop functional SSR markers on a large scale across Brassica species. In addition, these markers can provide a novel alternative that is a putative approach for rapid determination of candidate genes, genetic mapping, genetic diversity analysis, and comparative mapping in Brassica species.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».