Rapid and targeted introgression of <i>fgr</i> gene through marker-assisted backcrossing in rice (<i>Oryza sativa</i> L.)
Notice bibliographique
Résumé
While it is crucial for developing countries like Malaysia to achieve self-sufficiency in rice (Oryza sativa L.), it is equally critical to be able to produce high-quality rice, specifically fragrant rice, which demands are often met through importation. The present study was aimed at developing high-yielding fragrant rice, in a timely and cost-effective manner. A marker-assisted backcross (MABC) approach was optimised to introgress the fragrance gene (fgr) into two high-yielding Malaysian varieties, MR84 and MR219, within two years utilising less than 50 molecular markers. Coupled with phenotypic screening, one single foreground marker (fgr-SNP) and 48 background markers were selected and utilised, revealing recovery of at least 90% of recurrent parent genome (RPG) in merely two backcross generations. Collectively, the yield potential of the developed BC 2 F 2 lines (BLs) was higher (P > 0.05) than the donor parent, MRQ74, and similar (P < 0.05) to both the recurrent parents, MR84 and MR219. In addition, some of the developed BLs showed good grain quality, such as having long grain. We believe that this is the first report comprising the validation and utilisation of the single functional marker system (fgr-SNP) in introgressing the fgr gene into different rice varieties.
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 ».