Precisely Positioning QTLs for Premature Senescence Resistance in Asparagus Bean Using a High-density SNP Chip
Notice bibliographique
Résumé
Premature senescence (PS) is an important adverse agronomic trait of asparagus bean. Since immature pods are the major economic organ for asparagus bean, PS will influence the pod number in late stage which leads to the decline of pod yield and brings economic losses to growers. Using an enlarged recombinant inbred line population (RIL, F6:8) comprising 119 lines from the cross of ZN016 and ZJ282 as materials, the study carried out the quantitative trait loci (QTL) precise positioning of PS resistance traits of asparagus bean based on the high density molecular genetic map with 8,032 SNP loci which was constructed by the 60K high-density SNP chip of cowpea. We positioned the major QTLs for PS resistance of asparagus bean to an about 0.424 cM interval on LG11. Compared with previous results of QTL positioning of the same trait, the coarse positioning results in the early stage of this laboratory were confirmed, and the accuracy of QTL positioning was greatly improved which greatly reduced the distance between the wing markers. This study might provide the basis for molecular marker-assisted breeding and gene cloning against the agronomic trait of PS resistance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».