Comprehensive Meta-Analysis of Maize QTLs Associated With Grain Yield, Flowering Date and Plant Height Under Drought Conditions
Notice bibliographique
Résumé
Drought remains the primary abiotic constraint to maize (Zea mays L.) productivity globally. Maize drought response involves several regulatory quantitative traits and complex gene networks. Therefore, precise location of drought-related quantitative trait loci (QTL) is imperative for drought tolerance breeding. Despite numerous studies identifying several drought-related maize QTLs, some QTL from particular genetic backgrounds showed smaller effects or could not be identified at all in different backgrounds, affected by marker sets, experimental design, mapping populations and statistical methods. Herein, therefore; using 457 published maize QTLs conferring for 18 traits, we have performed meta-analysis of data from various experiments to obtain meta-QTL (MQTL), integrate these fruitful QTL and to mine candidate genes related to drought. Resultantly, 24 MQTL with confidence interval (CI) < 5 cm were identified to be hot regions. Additionally, 47 drought related gene loci were observed and several candidate genes of the hot MQTL were reorganized by bioinformatics techniques. Thirteen gene (sod4, taf1, rps1, nthr3, oc13, bas, apx1, asn4, pck2, nac1, gst2, ao1 and kch4) loci of hot MQTL regions were homologous to their corresponding gene sequences from the PlantGDB database (http://www.plantgdb.org/search/). Further, we used a comparative genomics approach to identify the homologous regions of MQTL in rice (Oryza sativa Japonica) database (http://www.gramene.org) and observed that drought-related rice gene ATG6 was homologous to maize candidate genes GRMZM2G027857_T01 and GRMZM2G027857_T02. Conclusively, our identified MQTLs with narrowed CI could be useful for marker-assisted selection and the candidate genes harnessed for maize drought tolerance breeding.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».