MétaCan
Menu
Retour à la cohorte
Enregistrement W2907145198 · doi:10.1002/aps3.1208

Characterization of 30 microsatellite markers in distylous <i>Primula sinolisteri</i> (Primulaceae) using HiSeq sequencing

2019· article· en· W2907145198 sur OpenAlexaff
Xinjia Wang, Li Zhong, Zhikun Wu, Huaying Sun, Hong Wang, Li D, Spencer C. H. Barrett, Wei Zhou

Notice bibliographique

RevueApplications in Plant Sciences · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInstitute of Botany, Chinese Academy of SciencesKunming Institute of Botany, Chinese Academy of SciencesNational Natural Science Foundation of China-Yunnan Joint FundChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésPrimulaceaeBiologyMicrosatellitePrimulaBotanyHeterostylyGeneticsEvolutionary biologyGeneAllelePollination

Résumé

récupéré en direct d'OpenAlex

Premise of the Study Microsatellite markers were developed for Primula sinolisteri , a perennial distylous herb belonging to section Obconicolisteri (Primulaceae), to facilitate future investigations of the population genetics and mating patterns of populations in this species. Methods and Results We developed 30 microsatellite markers for P. sinolisteri using HiSeq X‐Ten sequencing and measured polymorphism and genetic diversity in a sample of 36 individuals from three natural populations. The markers displayed relatively high polymorphism, with the number of observed alleles per locus ranging from one to 19 (mean = 4.42). The observed and expected heterozygosity ranged from 0–1.000 and 0.083–0.882, respectively. Twenty‐nine of the loci were also successfully amplified in homostylous P. sinolisteri var. aspera . Conclusions The microsatellite markers we have identified in P. sinolisteri provide powerful tools for investigating patterns of population genetic diversity and the evolutionary relationships between heterostyly and homostyly in this species.

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 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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil0,303

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 Opus0,022
Tête enseignante GPT0,250
Écart entre enseignants0,228 · 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 tête enseignante, 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplications in Plant SciencesMême sujetGenetic diversity and population structureTravaux en français237 207