Increasing plant group productivity through latent genetic variation for cooperation
Notice bibliographique
Résumé
Abstract Historic yield advances in the major crops have to a large part been achieved by selection for improved productivity of groups of plant individuals such as high-density stands. Research suggests that such improved group productivity depends on “cooperative” traits (e.g. erect leaves, short stems) that – while beneficial to the group – decrease individual fitness under competition. This poses a problem for some traditional breeding approaches, especially when selection occurs at the level of individuals, because “selfish” traits will be selected for and reduce yields in high-density monocultures. One approach therefore has been to select individuals based on ideotypes with traits expected to promote group productivity. However, this approach is limited to architectural and physiological traits whose effects on growth and competition are relatively easy to anticipate. Here, we developed a general and simple method for the discovery of alleles promoting cooperation in plant stands. Our method is based on the game-theoretical premise that alleles increasing cooperation incur a cost to the individual but benefit the monoculture group. Testing the approach using the model plant Arabidopsis thaliana , we found a major effect locus where the rarer allele was associated with increased cooperation and productivity in high-density stands. The allele likely affects a pleiotropic gene, since we find that it is also associated with reduced root competition but higher resistance against disease. Thus, even though cooperation is considered evolutionarily unstable, conflicting selective forces acting on a pleiotropic gene might maintain latent genetic variation for it in nature. Such variation, once identified in a crop, could be rapidly leveraged in modern breeding programs and provide efficient routes to increase yields.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».