Genetic inheritance of pulp colour and selected traits of cassava (<scp><i>Manihot esculenta</i></scp> Crantz<i>)</i> at early generation selection
Notice bibliographique
Résumé
BACKGROUND: The early generation selection of cassava quantitative and qualitative traits saves breeding resources as it can shorten breeding schemes. Inheritance analysis provides important breeding information for developing new improved varieties. This study aimed at developing an F1 segregating cassava population and determining mode of gene action of pulp colour and selected traits at early generation selection (F1 seedling and clones). RESULTS: The 15 families exhibited significant (P < 0.05) phenotypic variation between offspring. The general combining ability (GCA) was significant for all traits except cassava brown streak disease on leaves, whereas specific combining ability (SCA) was significant for all evaluated traits. The Garukansubire and Gitamisi genotypes were the best general combiners for improving fresh storage root yield, while G1 and G2 were the best general combiners for improved carotenoid (yellow/orange pulp colour) and delayed physiological postharvest deterioration. The pulp colour had the highest GCA/SCA ratio and percent sum of squares due to GCA. CONCLUSION: The 15 F1 families exhibited essential genetic diversity for cassava improvement. The expression of most cassava traits was controlled by both additive and non-additive gene action. The study elucidated the role of dominance effects over the additive effects for the evaluated traits. However, the pulp colour was predominantly controlled by additive gene action. This implies the possibility of improving cassava through conventional breeding using recurrent selection for most traits. © 2017 Society of Chemical Industry.
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 | 0,001 | 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 ».