MétaCan
Menu
Retour à la cohorte
Enregistrement W2888242496 · doi:10.21273/jashs04454-18

DNA Fingerprinting of Closely Related Cultivars of Sweet Cherry

2018· article· en· W2888242496 sur OpenAlexaffabout
Paul A. Wiersma, Deniz Eroğul, Shawkat Ali

Notice bibliographique

RevueJournal of the American Society for Horticultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCultivarBiologyDNA profilingGenetic markerSNPGeneticsSingle-nucleotide polymorphismBotanyGenotypeDNAGene

Résumé

récupéré en direct d'OpenAlex

Simple sequence repeat (SSR) and single nucleotide polymorphism (SNP) markers were evaluated in an effort to reliably DNA fingerprint sweet cherry ( Prunus avium L.) cultivars and advanced selections from the breeding program at the Summerland Research and Development Center (Summerland, BC, Canada). SSR markers were found that differentiated the 35 cultivars and selections tested. However, groups of cultivars closely related to the parental cultivars, Lapins and Sweetheart, were differentiated by only a few SSR markers each. These last few markers were discovered by specifically screening within these small groups of cultivars and the resulting markers had lower discriminating power ( D j ) statistics within the full set of 35 cultivars and selections. To further characterize the differences in one of these closely related groups, SNP markers were identified in the cultivar Sweetheart and an analysis was made of how these markers segregated into three of its open-pollinated progeny. Large blocks of the ‘Sweetheart’ genome (34%) did not contain informative SNP markers, which was consistent with its ancestry where the cultivar Van is both a parent and grandparent. The three progeny cultivars differed from ‘Sweetheart’ at 14%, 31%, and 29% of the 3011 SNP positions tested. These were located in blocks of linked haplotypes covering from 2.5 to 20 million bps each and were distinct for the three cultivars. The cultivar Staccato ® , which required the most effort for SSR marker discrimination, also had the lowest number of SNP position differences from ‘Sweetheart’ (14%). These informative SNP markers were located in only five small regions of the sweet cherry genome, which also contained the discriminating SSR markers and provides an explanation for the difficulty of locating SSR markers for this cultivar. In addition to clearly differentiating these cultivars, this SNP analysis shows the level of variation expected within this closely related group.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,031
Tête enseignante GPT0,308
Écart entre enseignants0,277 · 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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Horticultural ScienceMême sujetHorticultural and Viticultural ResearchTravaux en français237 207