Highly predictive SNP markers for efficient selection of the wheat leaf rust resistance gene Lr16
Notice bibliographique
Résumé
BACKGROUND: Lr16 is a widely deployed leaf rust resistance gene in wheat (Triticum aestivum L.) that is highly effective against the North American Puccinia triticina population when pyramided with the gene Lr34. Lr16 is a seedling leaf rust resistance gene conditioning an incompatible interaction with a distinct necrotic ring surrounding the uredinium. Lr16 was previously mapped to the telomeric region of the short arm of wheat chromosome 2B. The goals of this study were to develop numerous single nucleotide polymorphism (SNP) markers for the Lr16 region and identify diagnostic gene-specific SNP marker assays for marker-assisted selection (MAS). RESULTS: Forty-three SNP markers were developed and mapped on chromosome 2BS tightly linked with the resistance gene Lr16 across four mapping populations representing a total of 1528 gametes. Kompetitive Allele Specific PCR (KASP) assays were designed for all identified SNPs. Resistance gene analogs (RGAs) linked with the Lr16 locus were identified and RGA-based SNP markers were developed. The diagnostic potential of the SNPs co-segregating with Lr16 was evaluated in a diverse set of 133 cultivars and breeding lines. Six SNP markers were consistent with the Lr16 phenotype and are accurately predictive of Lr16 for all wheat lines/cultivars in the panel. CONCLUSIONS: Lr16 was mapped relative to SNP markers in four populations. Six SNP markers exhibited high quality clustering in the KASP assay and are suitable for MAS of Lr16 in wheat breeding programs.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».