MétaCan
Menu
Retour à la cohorte
Enregistrement W2485761978 · doi:10.1371/journal.pone.0160749

QTL Mapping in Three Rice Populations Uncovers Major Genomic Regions Associated with African Rice Gall Midge Resistance

2016· article· en· W2485761978 sur OpenAlexaff
Nasser Yao, Cheng‐Ruei Lee, Kassa Semagn, Mounirou Sow, F.E. Nwilene, Olufisayo Kolade, Roland Bocco, O.E. Oyetunji, Thomas Mitchell‐Olds, Marie-Noëlle Ndjiondjop

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensAlberta Ministry of Agriculture and ForestryUniversity of Alberta
Organismes subventionnairesMinistry of Agriculture, Forestry and FisheriesUnited States Agency for International Development
Mots-clésQuantitative trait locusBiologyGeneticsPopulationPEST analysisMidgeChromosomeGallGeneBotanyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

African rice gall midge (AfRGM) is one of the most destructive pests of irrigated and lowland African ecologies. This study aimed to identify the quantitative trait loci (QTL) associated with AfRGM pest incidence and resistance in three independent bi-parental rice populations (ITA306xBW348-1, ITA306xTOG7106 and ITA306xTOS14519), and to conduct meta QTL (mQTL) analysis to explore whether any genomic regions are conserved across different genetic backgrounds. Composite interval mapping (CIM) conducted on the three populations independently uncovered a total of 28 QTLs associated with pest incidence (12) and pest severity (16). The number of QTLs per population associated with AfRGM resistance varied from three in the ITA306xBW348-1 population to eight in the ITA306xTOG7106 population. Each QTL individually explained 1.3 to 34.1% of the phenotypic variance. The major genomic region for AfRGM resistance had a LOD score and R2 of 60.0 and 34.1% respectively, and mapped at 111 cM on chromosome 4 (qAfrGM4) in the ITA306xTOS14519 population. The meta-analysis reduced the number of QTLs from 28 to 17 mQTLs, each explaining 1.3 to 24.5% of phenotypic variance, and narrowed the confidence intervals by 2.2 cM. There was only one minor effect mQTL on chromosome 1 that was common in the TOS14519 and TOG7106 genetic backgrounds; all other mQTLs were background specific. We are currently fine-mapping and validating the major effect genomic region on chromosome 4 (qAfRGM4). This is the first report in mapping the genomic regions associated with the AfRGM resistance, and will be highly useful for rice breeders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,207
Écart entre enseignants0,160 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207