Application of inter-simple sequence repeats relative to simple sequence repeats as a molecular marker system for indexing blueberry cultivars
Notice bibliographique
Résumé
Garriga, M., Parra, P. A., Caligari, P. D. S., Retamales, J. B., Carrasco, B. A., Lobos, G. A. and García-Gonzáles, R. 2013. Application of inter-simple sequence repeats relative to simple sequence repeats as a molecular marker system for indexing blueberry cultivars. Can. J. Plant Sci. 93: 913–921. Chile, the major exporter of blueberries in South America, grows two species commercially, the highbush blueberry (Vaccinium corymbosum L.) and the rabbiteye blueberry (Vaccinium ashei Reade). Considering the increasing demands for this fruit, it is necessary to have reliable methods for genotyping and genetic traceability of the commercially grown cultivars. In this study, an inter-simple sequence repeat (ISSR) marker-based system was established to perform the genetic identification of these cultivars. Ten cultivars of V. corymbosum: ‘Bluecrop’, ‘Bluegold’, ‘Duke’, ‘Elliott’, ‘Legacy’, ‘Misty’, ‘Nelson’, ‘O'Neal’, ‘Sierra’ and ‘Toro’ and three of V. ashei: ‘Climax’, ‘Premier’ and ‘Tifblue’ were analyzed. The sensitivity and reliability of this molecular marker system was compared with identification by simple sequence repeats (SSR). Six ISSR primers were used and high levels of polymorphism among the cultivars (80% of polymorphic loci) were detected, with high repeatability. Using individual primers, distinguishing among cultivars was possible in three cases. However, using pairs of ISSR primers provided greater reliability in cultivar identification. This ISSR-based technology is a simpler, faster, and less expensive alternative to SSRs for genotyping blueberry cultivars and can be used in genetic traceability studies as well as genetic improvement 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».