Construction of a high-density genetic linkage map and QTL mapping of oleic acid content and three agronomic traits in sunflower (<i>Helianthus annuus</i> L.) using specific-locus amplified fragment sequencing (SLAF-seq)
Notice bibliographique
Résumé
High-density genetic linkage maps are particularly important for quantitative trait loci (QTL) mapping, genome assembly, and marker-assisted selection (MAS) in plants.In this study, a high-density genetic linkage map of sunflower (Helianthus annuus L.) was constructed using an F 2 population generated from a cross between Helianthus annuus L. '86-1' and 'L-1-OL-1' via specific-locus amplified fragment sequencing (SLAFseq).After sequence preprocessing, 530.50 M reads (105.60 Gb) were obtained that contained a total of 343,197 SLAFs, of which 39,589 were polymorphic.Of the polymorphic SLAFs, 6,136 were organized into a linkage map consisting of 17 linkage groups (LGs) spanning 2,221.86cM, with an average genetic distance of 0.36 cM between SLAFs.Based on this high-density genetic map, QTL analysis was performed that focused on four sunflower phenotypic traits: oleic acid content (OAC), plant height (PH), head diameter (HD), and stem diameter (SD).Subsequently, for these four traits eight QTLs were detected that will likely be useful for increasing our understanding of genetic factors underlying these traits and for use in marker-assisted selection (MAS) for future sunflower 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».