Construction of a High‐Density Genetic Map and Its Application to QTL Identification for Fiber Strength in Upland Cotton
Notice bibliographique
Résumé
Cotton (Gossypium sp.) is an important worldwide cash crop that provides a competitive renewable natural fiber supply for the demands of textile industry. The development of new textile technologies and the improvement of living standards increase the demands for both fiber quantity and fiber quality. ‘0–153’ is an upland cotton cultivar with excellent fiber quality derived from Asiatic cotton sources, especially with regards to fiber strength. To identify quantitative trait loci (QTLs) for fiber strength in this line, a recombinant inbred line population consisting of 196 lines was developed from a cross between it and ‘sGK9708’. A genetic linkage map consisting of 2393 loci was constructed using this recombinant inbred line population, with single nucleotide polymorphism (SNP) markers from the IntlCottonSNPConsortium_70k chip. Quantitative trait loci for fiber strength were detected across 11 environments using both single‐environment and combined multiple‐environment models. A total of 63 QTLs controlling fiber strength were detected by the single‐environment model. Sixteen QTLs were identified by the combined multiple‐environment model. These QTLs could make a contribution to the improvement of fiber quality via marker‐assisted selection and provide useful information for QTL fine mapping and functional gene research activities as well.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».