Variation in Seed‐Quality Traits of Chickpea and Their Correlation to Raffinose Family Oligosaccharides Concentrations
Notice bibliographique
Résumé
Genetic resources with desired seed composition are needed to improve nutritional quality of chickpea ( Cicer arietinum L.) seeds. A germplasm collection of 171 chickpea genotypes (desi and kabuli types) was characterized for selected seed quality traits (thousand‐seed weight [TSW], starch, protein, and amylose) in one greenhouse and two field trials. Kabuli‐type chickpea genotypes (115.7 to 537.4 g and 36.2 to 49.0%) had higher TSW and starch concentrations than desi types (114.6 to 332.4 g and 32.4 to 42.9%), respectively. Desi type chickpea genotypes (16.7 to 27.5%) showed a higher range for protein concentration than kabuli types (17.1 to 24.8%). However, amylose concentration did not vary significantly between desi (29.7 to 34.4%) and kabuli (29.2 to 35.0%) type chickpea genotypes. Genotype, environment, and their interaction showed a significant impact on selected seed‐quality traits. Among the chickpea seed‐quality traits studied, seed weight was the most heritable trait, and it showed significant positive correlation with starch concentration. Protein, amylose, and total raffinose family oligosaccharides (RFO) had significant negative correlation with TSW. However, total RFO concentration showed significant positive correlation to both starch and protein concentrations. The identified desi and kabuli genotypes can be used as new genetic resources in chickpea improvement programs to develop chickpea varieties with enhanced nutritional composition.
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 | 0,001 | 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 ».