MétaCan
Menu
Retour à la cohorte
Enregistrement W2792341335 · doi:10.1270/jsbbs.17098

Identification and dissection of single seed weight QTLs by analysis of seed yield components in soybean

2018· article· en· W2792341335 sur OpenAlexaff
Kenichiro Fujii, Takashi Sayama, Kyoko Takagi, K. Kosuge, Katsunori Okano, Akito Kaga, ‍Masao Ishimoto

Notice bibliographique

RevueBreeding Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensPlant Biotechnology Institute
Organismes subventionnairesMinistry of Agriculture, Forestry and Fisheries
Mots-clésBiologyQuantitative trait locusOvulePopulationPoint of deliveryCultivarLocus (genetics)Inbred strainAlleleAgronomyGeneBotanyGenetics

Résumé

récupéré en direct d'OpenAlex

Single seed weight (SSW), or seed size, is a seed yield components (SYC) in soybean, and it is suggested that the genetic factors regulating SSW are involved in the control of other SYCs. The quantitative trait loci (QTLs) for SSW and their effects on the other SYCs were investigated using a recombinant inbred line population derived from typical small- and large-seeded cultivars that were cultivated in two different environments. QTL analysis detected four environmentally stable QTLs for SSW, two of which coincided with the defined loci, qSw17-1 and Ln. The effects of the other loci, qSw12-1 and qSw13-1, were confirmed by analyzing residual heterozygous line progenies derived from the recombinant population. These four QTL regions were also involved in the control of an additional SYC, namely the large-seeded allele at each locus that reduced either the number of pods per plant or the number of ovules per pod. These results suggest the presence of at least two different regulatory mechanisms for SSW. Isolation of genes responsible for these QTLs provides an important tool in the understanding and utilization of SSW diversity for soybean breeding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,237
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBreeding ScienceMême sujetSoybean genetics and cultivationTravaux en français237 207