MétaCan
Menu
Retour à la cohorte
Enregistrement W2921171891 · doi:10.1038/s41598-019-40703-6

Identification of QTL underlying the leaf length and area of different leaves in barley

2019· article· en· W2921171891 sur OpenAlexaff
Binbin Du, Lipan Liu, Qifei Wang, Genlou Sun, Xifeng Ren, Chengdao Li, Dongfa Sun

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensSaint Mary's University
Organismes subventionnairesEarmarked Fund for China Agriculture Research SystemChina Agricultural Research System
Mots-clésQuantitative trait locusBiologyLeaf sizeSpecific leaf areaLocus (genetics)ChromosomePlant geneticsGenetic linkageGeneticsBotanyHorticultureGenePhotosynthesisGenome

Résumé

récupéré en direct d'OpenAlex

Leaf is the main organ of photosynthesis, which significantly impacts crop yield. A high-density linkage map containing 1894 single nucleotide polymorphism (SNP) and 68 simple sequence repeats (SSR) markers was used to identify quantitative trait locus (QTL) for flag leaf length (FLL), second leaf length (SLL), third leaf length (TLL), fourth leaf length (FOLL), flag leaf area (FLA), second leaf area (SLA), third leaf area (TLA) and fourth leaf area (FOLA). In total, 57 QTLs underlying the top four leaf length and area traits were identified and mapped on chromosome 2H, 3H, 4H and 7H. Individual QTL accounted for 5.17% to 37.11% of the phenotypic variation in 2015 and 2016. A major stable QTL qFLL2-2 close to the marker 2HL_25536047 was identified on the long arm of chromosome 2H. The most important QTL clustered region at M_256210_824 - 2HL_23335246 on chromosome 2H was associated with FLL, SLL, FLA and SLA and explained high phenotypic variation. These findings provide genetic basis for improving the leaf morphology of barley. In addition, our results suggested that the top four leaves were significantly positively correlated with plant height and some yield-related traits.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,236
Écart entre enseignants0,208 · 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
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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207