Identification of Early Tomato Fruit Ripening Loci by QTL-seq
Notice bibliographique
Résumé
QTL-seq has been successfully studied in identifying major QTLs, markers, and candidate genes associated with traits that are important for crop improvement. Tomato earliness is an economically important trait and is a major current research focus recently. This paper reports the identification of tomato early ripening fruit locus facilitated by QTL-seq using a novel next-generation sequencing technology. Two DNA pools of phenotypes of F2 offspring from crosses between the Bone ММ (early ripening fruit, P1) and 071-440 (late ripening fruit, P2) cultivars of (Solanum lycopersicum) were bulked for sequencing and alignment analysis. Sequencing results revealed 434 SNP markers on chromosome 11, a candidate QTL at position 52,048,208 bp (named er-fruit) and a candidate gene, Solyc11g071510.1.1. The “er-fruit” as confirmed by the traditional QTL method was related to the early fruit ripening trait in tomato. Additionally, BLAST analysis to known homologies for Solyc11g071510.1.1 gene encodes glycoside hydrolases (GHs). GHs are functionally associated with cell wall degradation, fruit softening and ripening. Thus, GHs may be important in fruit softening, stimulating early fruit ripening in tomato. Our results confirmed that QTL-seq is effective method to identify candidate QTL loci, candidate genes and candidate markers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».