Genome‐wide Association for Plant Height and Flowering Time across 15 Tropical Maize Populations under Managed Drought Stress and Well‐Watered Conditions in Sub‐Saharan Africa
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
Genotyping breeding materials is now relatively inexpensive but phenotyping costs have remained the same. One method to increase gene mapping power is to use genome‐wide genetic markers to combine existing phenotype data for multiple populations into a unified analysis. We combined data from 15 biparental populations of maize ( Zea mays L.) (>2500 individual lines) developed under the Water‐Efficient Maize for Africa project to perform genome‐wide association analysis. Each population was phenotyped in multilocation trials under water‐stressed and well‐watered environments and genotyped via genotyping‐by‐sequencing. We focused on flowering time and plant height and identified clear associations between known genomic regions and the traits of interest. Out of ∼380,000 single‐nucleotide polymorphisms (SNPs), we found 115 and 108 that were robustly associated with flowering time under well‐watered and drought stress conditions, respectively, and 143 and 120 SNPs, respectively, associated with plant height. These SNPs explained 36 to 80% of the genetic variance, with higher accuracy under well‐watered conditions. The same set of SNPs had phenotypic prediction accuracies equivalent to genome‐wide SNPs and were significantly better than an equivalent number of random SNPs, indicating that they captured most of the genetic variation for these phenotypes. These methods could potentially aid breeding efforts for maize in Sub‐Saharan Africa and elsewhere. The methods will also help in mapping drought tolerance and related traits in this germplasm. We expect that analyses combining data across multiple populations will become more common and we call for the development of algorithms and software to enable routine analyses of this nature.
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