MétaCan
Menu
Retour à la cohorte
Enregistrement W2806989118 · doi:10.2134/agronj2018.01.0068

Molecular Identification and Characterization of Seeded Turf Bermudagrass Cultivars Using Simple Sequence Repeat Markers

2018· article· en· W2806989118 sur OpenAlex
Lie Yang, Yanqi Wu, Justin Q. Moss, Zhong Sheng, Bin Yang

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAgronomy Journal · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaOklahoma Agricultural Experiment StationU.S. Department of Agriculture
Mots-clésCultivarBiologyGenetic diversityGermplasmCynodon dactylonMicrosatelliteAgronomyGenetic markerLocus (genetics)AllelePopulationGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Core Ideas Six to nine signature alleles were revealed for each of the four standard seeded bermudagrass cultivars with 32 SSR markers. All individual bermudagrass plants were correctly assigned to their source cultivars using the SSR markers. The SSR marker profiles can be effectively used to identify blinded individuals to the source cultivars. Common bermudagrass [ Cynodon dactylon (L.) Pers. var. dactylon ], is increasingly used in the development of seed‐propagated turf cultivars. Each seeded bermudagrass cultivar is a heterogeneous population composed of heterozygous genotypes. Therefore, the accurate identification of seeded bermudagrass cultivars is a challenge and has not yet been reported although this kind of information would be valuable for new cultivar development, seed certification, and intellectual property protection. Accordingly, the objectives of this study were (i) to characterize the genetic diversity within and relatedness between turf‐type seeded cultivars; and (ii) to investigate the assignment of individuals to their source cultivars using simple sequence repeat (SSR) markers. Four seeded cultivars, NuMex Sahara, Princess‐77, Riviera, and Yukon were used in the investigation. Thirty individual plants, two bulk samples, and two additional individual plants from each of the four cultivars were genotyped with 32 SSR markers that were sampled to span a major portion of the species genome. The number of alleles amplified per SSR locus ranged from 3 to 10, with a mean of 5. Six to nine signature alleles were identified for each of the four cultivars. Genetic distance estimates and clustering results were consistent with the respective breeding history. Individual plants formed four distinct groupings corresponding exactly to the four cultivars and all individuals were correctly assigned to their respective source cultivars. The total gene diversity of the four cultivars was 0.257, indicating high diversity. The posterior test also indicated that bulk samples and two additional individual plants were clearly assigned to their source cultivars. The approach developed in this study is useful for the accurate identification of seeded bermudagrass 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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