Quantitative trait loci analysis of economically important traits in<i>Sorghum bicolor</i>×<i>S. sudanense</i>hybrid
Notice bibliographique
Résumé
Lu, X-p., Yun, J-f., Gao, C-p. and Acharya, S. 2011. Quantitative trait loci analysis of economically important traits in Sorghum bicolor×S. sudanense hybrid. Can. J. Plant Sci. 91: 81–90. Many agronomic traits of Sorghum bicolor×S. sudanense hybrid are quantitatively inherited, and the gene mapping of these traits has important research and practical consequences. In this study, genetic mapping and quantitative trait loci (QTL) analyses were conducted using 248 F2:3plants of a cross between sorghum 314A (female parent) and Sudan grass 2002GZ-1 (male parent). A total of 178 markers (170 amplified fragment length polymorphism and 8 random amplified polymorphic DNA) were employed to construct a linkage map with 10 linkage groups covering 836 cM of the genome. The two parents expressed polymorphism for 10 agronomic characters (plant height, stem diameter, leaf number, leaf length, leaf width, spike length, tiller number, ratio of stem and leaf weight, fresh plant weight and dry plant weight). When analyzed for possible QTLs a total of 98 QTLs were identified in two test sites, out of which 26 QTLs overlapped in both sites. The average number of QTLs per character was found to be 2.6 and the distributions of these QTLs were found to be uneven across linkage groups. This, and the fact that molecular marker densities were not proportional with QTL frequencies, indicates that the detectable QTLs correlated with the agronomic traits and the genetic map can be useful for improvement in relevant characters in Sorghum bicolor×S. sudanense hybrids.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».