Genotyping‐by‐Sequencing on Pooled Samples and its Use in Measuring Segregation Bias during the Course of Androgenesis in Barley
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.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| 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 | 0,000 |
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 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 ».