MétaCan
Menu
Retour à la cohorte
Enregistrement W2562429915 · doi:10.1111/pbr.12437

Molecular mapping of soybean seed tocopherols in the cross ‘<scp>OAC</scp> Bayfield’ × ‘<scp>OAC</scp> Shire’

2016· article· en· W2562429915 sur OpenAlexafffund
Eric J. Shaw, Istvan Rajcan

Notice bibliographique

RevuePlant Breeding · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural AffairsGrain Farmers of Ontario
Mots-clésQuantitative trait locusBiologyEpistasisLocus (genetics)NutraceuticalTocopherolPopulationAlleleMicrosatelliteCultivarGeneticsVitamin EBotanyFood scienceGeneBiochemistryAntioxidant

Résumé

récupéré en direct d'OpenAlex

Abstract Soybean (Glycine max [L.] Merr.) is cultivated primarily for its protein and oil in the seed. In addition, soybean seeds contain nutraceutical compounds such as tocopherols (vitamin E), which are powerful antioxidants with health benefits. The objective of this study was to identify molecular markers linked to quantitative trait loci (QTL) that affect accumulation of soybean seed tocopherols. A recombinant inbred line (RIL) population derived from the cross ‘OAC Bayfield’ × ‘OAC Shire’ was grown in three locations over 2 years. A total of 151 SSR markers were polymorphic of which a one‐way analysis of variance identified 42 markers whereas composite interval mapping identified 26 markers linked to tocopherol QTL across 17 chromosomes. Individual QTL explained from 7% to 42% of the total phenotypic variation. Significant two‐locus epistatic interactions were identified for a total of 122 combinations in 2009 and 152 in 2010. The multiple‐locus models explained 18.4–72.2% of the total phenotypic variation. The reported QTL may be used in marker‐assisted selection (MAS) to develop high tocopherol soybean cultivars.

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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,034
Tête enseignante GPT0,223
Écart entre enseignants0,189 · 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

Citations17
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant BreedingMême sujetSoybean genetics and cultivationTravaux en français237 207