Alternative strategies for partner notification: a missing piece of the puzzle
Notice bibliographique
Résumé
<h3>Abstract</h3> Wheat (<i>Triticum aestivum</i> L.) is a major staple crop in East Africa (EA) providing 9% and 10% of daily calories and protein intake, respectively. However, EA countries depend on import to meet 55% of their domestic wheat supplies due to increasing demands and low domestic yields. To determine the beneficial gene pool currently exploited for wheat improvement in EA, we examined the allelic diversity of 42 genes of breeding importance in a collection of 239 wheat cultivars and breeding lines from Kenya and Ethiopia using KASP markers. The assayed genes have been shown to control variations in plant height, thousand kernel weight (TKW), grain protein content, pre-harvest sprouting (PHS), disease resistance and flowering time. We observed the beneficial alleles of some major genes including <i>Rht-D1, Gpc-B1, Yr5, Yr15, Sr26</i>, and <i>Fhb1</i> to be missing or present at low frequencies in this population. Furthermore, we validated the effects of the major <i>Rht-1</i> alleles and <i>TaCKX-6A</i> in controlling variation in plant height and thousand kernel weight, respectively, under EA conditions. Our results uncover hitherto unexploited allelic diversity that can be used to improve the genetic potential of EA wheat germplasm. This will inform strategies to rapidly mobilize these beneficial alleles for wheat improvement in EA.
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 ».