Genetic Control of Beta-carotene, Iron and Zinc Content in Sweetpotato
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
Micronutrients deficiency is a major contributor to poor health in developing countries. It can be alleviated by biofortification or enrichment of staple crops with micronutrients. Sweetpotato is a major staple crop in numerous tropical countries and is naturally biofortified. In spite of extensive promotion of orange-fleshed sweetpotatovarieties (OFSPs), they are poorly utilized as staple food in most parts of West Africa because of their low dry matter and high sugar content. Beta-carotene is positively correlated with iron and zinc content in sweetpotato. Development of sweetpotato cultivars with end-user preferred traits and higher content of beta-carotene, iron and zinc will alleviate their deficiencies. Knowledge on the genetic control of these traits is critical for their improvement in sweetpotato. This study used diallel mating design to estimate general combining ability (GCA) and specific combining ability (SCA) of storage root beta-carotene, iron and zinc content to determine the genetic control of these traits for sweetpotato breeding. A general model for estimating genetic effect, Gardner and Eberhart analysis II (GEAN II), was used for data analysis. Genetic variability for the traits indicated that they were mostly controlled by additive gene effect. Significant heterosis was found indicating that levels of these micronutrients can be improved in sweetpotato through 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.
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