Genetic Mapping of Milling Quality Traits in Lentil ( <i>Lens culinaris</i> Medik.)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Milling qualities are key traits for the red lentil ( Medik.) industry as price is largely determined by recovery yield. milling involves removal of the seed coat and splitting of the cotyledon to produce either splits or footballs (cotyledons still attached). The objectives of the study were to determine the heritability of the milling traits dehulling efficiency (DE), milling recovery (MR), and football recovery (FR) and to identify the genomic regions controlling them. We used a lentil recombinant inbred population from the cross 'CDC Robin' × '946a-46', which have contrasting seed characteristics. The mapping population consists of 127 F-derived lentil recombinant inbred lines that were phenotyped for milling quality parameters from four site-years in Saskatchewan, Canada. A total of 534 single nucleotide polymorphism markers, seven simple sequence repeat markers, and four morphological markers were used for quantitative trait locus (QTL) mapping. The broad-sense heritability was moderate for DE and MR and relatively low for FR. Milling quality traits were significantly correlated with seed shape (seed diameter and seed plumpness). Multiple QTLs for milling traits were detected in six of seven linkage groups (LGs). The most stable QTLs governing DE and MR were clustered on LGs 1, 2, 3, and 7, whereas FR QTLs were clustered on LGs 4, 5, 6, and 7. The molecular markers identified for these traits could be used for improving milling quality in lentil breeding programs.
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.
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 | 0,000 | 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 découle