MétaCan
Menu
Retour à la cohorte
Enregistrement W2795743661 · doi:10.1111/pbr.12576

Quantitative trait locus analysis of seed germination, seedling vigour and seedling‐regulated hormones in <i>Brassica napus</i>

2018· article· en· W2795743661 sur OpenAlexaff
Tung C. T. Nguyen, Suzanne R. Abrams, Wolfgang Friedt, Rod J. Snowdon

Notice bibliographique

RevuePlant Breeding · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSeedlingBiologyQuantitative trait locusGerminationBrassicaAgronomyCultivarHorticultureGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract Good germination and seedling vigour are major breeding targets in winter oilseed rape (Brassica napus), because seedling vigour and prewinter crop establishment are closely associated with postwinter growth and yield. Here, we identified quantitative trait loci (QTL) related to germination, seedling vigour and seedling‐regulated hormones in a doubled haploid (DH) mapping population from a cross between winter oilseed rape parents with high vigour (Express 617) and low vigour (1012‐98). By phenotyping in a climate‐controlled glasshouse, we identified a total of 13 QTL on nine chromosomes for germination and seedling‐related traits at 7 and 14 days after sowing (DAS), explaining up to 11.2% of the phenotypic variation for seedling vigour. Forty‐seven metabolic QTL on 15 chromosomes were identified for auxin, abscisic acid (ABA) and dihydrophaseic acid (DPA) at 5 and 12 DAS, explaining up to 49.4% of phenotypic variation in seedling hormone composition. Multitrait QTL hot spots contribute to our understanding of the genetics and metabolomics of germination and seeding vigour in B. napus, and represent potential targets to breed high‐vigour cultivars.

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 enseignants0,008
Score d'incertitude au seuil0,016

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
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,238 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant BreedingMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207