MétaCan
Menu
Retour à la cohorte
Enregistrement W2908690176 · doi:10.3390/mps3020028

Mapping Quantitative Trait Loci onto Chromosome-Scale Pseudomolecules in Flax

2020· article· en· W2908690176 sur OpenAlexafffund
Frank M. You, Sylvie Cloutier

Notice bibliographique

RevueMethods and Protocols · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésQuantitative trait locusFamily-based QTL mappingBiologyGeneticsCandidate geneSingle-nucleotide polymorphismChromosomeInclusive composite interval mappingMicrosatelliteGenome ScanGenomeGenetic markerGene mappingGeneAlleleGenotype

Résumé

récupéré en direct d'OpenAlex

Quantitative trait loci (QTL) are genomic regions associated with phenotype variation of quantitative traits. To date, a total of 313 QTL for 31 quantitative traits have been reported in 14 studies on flax. Of these, 200 QTL from 12 studies were identified based on genetic maps, the scaffold sequences, or the pre-released chromosome-scale pseudomolecules. Molecular markers for QTL identification differed across studies but the most used ones were simple sequence repeats (SSRs) or single nucleotide polymorphisms (SNPs). To uniquely map the SSR and SNP markers from different references onto the recently released chromosome-scale pseudomolecules, methods with several scripts and database files were developed to locate PCR- and SNP-based markers onto the same reference, co-locate QTL, and scan genome-wide candidate genes. Using these methods, 195 out of 200 QTL were successfully sorted onto the 15 flax chromosomes and grouped into 133 co-located QTL clusters; the candidate genes that co-located with these QTL clusters were also predicted. The methods and tools presented in this article facilitate marker re-mapping to a new reference, genome-wide QTL analysis, candidate gene scanning, and breeding applications in flax and other crops.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,084
Tête enseignante GPT0,366
Écart entre enseignants0,282 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods and ProtocolsMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207