Exploring tomato Solanum pennellii introgression lines for residual biomass and enzymatic digestibility traits
Notice bibliographique
Résumé
BACKGROUND: Residual biomass production for fuel conversion represents a unique opportunity to avoid concerns about compromising food supply by using dedicated feedstock crops. Developing tomato varieties suitable for both food consumption and fuel conversion requires the establishment of new selection methods. RESULTS: A tomato Solanum pennellii introgression population was assessed for fruit yield, biomass phenotypic diversity, and for saccharification potential. Introgression lines 2-5, 2-6, 6-3, 7-2, 10-2 and 12-4 showed the best combination of fruit and residual biomass production. Lignin, cellulose, hemicellulose content and saccharification rate showed a wide variation in the tested lines. Within hemicellulose, xylose value was high in IL 6-3, IL 7-2 and IL 6-2, whereas arabinose showed a low content in IL 10-2, IL 6-3 and IL 2-6. The latter line showed also the highest ethanol potential production. Alkali pre-treatment resulted in the highest values of saccharification in most of lines tested, suggesting that chemical pretreatment is an important factor for improving biomass processability. Interestingly, extreme genotypes for more than one single trait were found, allowing the identification of better genotypes. Cell wall related genes mapping in genomic regions involved into tomato biomass production and digestibility variation highlighted potential candidate genes. Molecular expression profile of few of them provided useful information about challenged pathways. CONCLUSIONS: The screening of S. pennellii introgression population resulted very useful for delving into complex traits such as biomass production and digestibility. The extreme genotypes identified could be fruitfully employed for both genetic studies and breeding.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».