Detection of quantitative trait loci controlling grain zinc concentration using Australian wild rice, Oryza meridionalis, a potential genetic resource for biofortification of rice
Notice bibliographique
Résumé
Zinc (Zn) is one of the essential mineral elements for both plants and humans. Zn deficiency in human is one of the major causes of hidden hunger, a serious health problem observed in many developing countries. Therefore, increasing Zn concentration in edible part is an important issue for improving human Zn nutrition. Here, we found that an Australian wild rice O. meridionalis showed higher grain Zn concentrations compared with cultivated and other wild rice species. The quantitative trait loci (QTL) analysis was then performed to identify the genomic regions controlling grain Zn levels using backcross recombinant inbred lines derived from O. sativa 'Nipponbare' and O. meridionalis W1627. Four QTLs responsible for high grain Zn were detected on chromosomes 2, 9, and 10. The QTL on the chromosome 9 (named qGZn9), which showed the largest effect on grain Zn concentration was confirmed with the introgression line, which had a W1627 chromosomal segment covering the qGZn9 region in the genetic background of O. sativa 'Nipponbare'. Fine mapping of this QTL resulted in identification of two tightly linked loci, qGZn9a and qGZn9b. The candidate regions of qGZn9a and qGZn9b were estimated to be 190 and 950 kb, respectively. Furthermore, we also found that plants having a wild chromosomal segment covering qGZn9a, but not qGZn9b, is associated with fertility reduction. qGZn9b, therefore, provides a valuable allele for breeding rice with high Zn in the grains.
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 | 0,000 | 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) | 0,000 | 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 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 ».