Construction of Fingerprint of <i>Michelia</i> Germplasm by Fluorescent SSR Markers
Notice bibliographique
Résumé
In this study, a fingerprinting system for 16 Michelia germplasms was established using high-throughput genotyping of fluorescent simple sequence repeat (SSR) markers. In total, 102 alleles were detected using 13 pairs of SSR markers from closely related species, and the number of alleles per locus ranged from 5 to 11, with an average of 7.8 alleles. Observed heterozygosity (Ho), expected heterozygosity (He), and polymorphic information content (PIC) ranged from 0.1250 to 0.5625 (mean 0.3650), 0.6703 to 0.9113 (mean 0.8099), and 0.5748 to 0.8714 (mean 0.7515), respectively. Among the four selected core primer pairs, the combinations LT106 and SGA5, LT106 and LT58, and SGA5 and MMA51 could unambiguously distinguish 16 Michelia germplasms. A cluster analysis showed the similarity coefficient of the 16 Michelia germplasms to range from 0.70 to 0.90, and different individuals from the same species clustered in the same branch. The fluorescence SSR genotyping system established in this study was efficient, rapid, and accurate; moreover, this approach provides a theoretical basis for identifying germplasms and for the protection of new varieties of the genus Michelia , and it provides a robust foundation for further breeding development of Michelia sp.
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 ».