Genotyping‐by‐Sequencing on Pooled Samples and its Use in Measuring Segregation Bias during the Course of Androgenesis in Barley
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
Estimation of allelic frequencies is often required in breeding but genotyping many individuals at many loci can be expensive. We have developed a genotyping-by-sequencing (GBS) approach for estimating allelic frequencies on pooled samples (Pool-GBS) and used it to examine segregation distortion in doubled haploid (DH) populations of barley ( L.). In the first phase, we genotyped each line individually and exploited these data to explore a strategy to call single nucleotide polymorphisms (SNPs) on pooled reads. We measured both the number of SNPs called and the variance of the estimated allelic frequencies at various depths of coverage on a subset of reads containing 5 to 25 million reads. We show that allelic frequencies could be cost-effectively and accurately estimated at a depth of 50 reads per SNP using 15 million reads. This Pool-GBS approach yielded 1984 SNPs whose allelic frequency estimates were highly reproducible (CV = 10.4%) and correlated ( = 0.9167) with the "true" frequency derived from analysis of individual lines. In a second phase, we used Pool-GBS to investigate segregation bias throughout androgenesis from microspores to a population of regenerated plants. No strong bias was detected among the microspores resulting from the meiotic divisions, whereas significant biases could be shown to arise during embryo formation and plant regeneration. In summary, this methodology provides an approach to estimate allelic frequencies more efficiently and on materials that are unsuitable for individual analysis. In addition, it allowed us to shed light on the process of androgenesis in barley.
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 | 0,000 | 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 découle