Genetic Diversity Analysis of Capsicum Genus by SSR Markers
Notice bibliographique
Résumé
The genetic diversity of pepper resources is rich and the potential of breeding is great. Therefore, the objectives of the study were to determine the genetic diversity and population structure of 32 accessions of Capsicum germplasm resources and contribute to breeding of pepper. In this study, the genetic diversity of different species of pepper germplasm was studied from the molecular level, which provided reference for the collection, research and rational utilization of pepper germplasm resources. 80 pairs of SSR primers were designed based on the whole genome coding region sequence of pepper. The 32 accessions of Capsicum germplasm resources of 12 species (subspecies) with different geographical origin and different traits were selected to screen 80 pairs of primers, which was to obtain clear bands, good stability of 40 SSR polymorphic primers. DPS, MEGA7 and POPGENE32 software were used to analyze the genetic diversity of 32 pepper germplasm resources. The results showed that 40 pairs of primers amplified 122 polymorphic bands, with an average of 3.05 loci amplified by each pair of primers, which showed that the SSR primers had high practicability in the genetic analysis of pepper. The mean value of effective allele number (Ne), observed heterozygosity (Ho), expected heterozygosity (He), shannon-weaver index (I), polymorphism information content (PIC) were showed that pepper genetic information is rich. Based on cluster analysis of UPGMA method and principal component analysis were basically consistent with the source of Capsicum were divided into 10 clusters.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| 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) | 0,001 | 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 ».