Development of SSR markers via de novo transcriptome assembly in <i>Akebia trifoliata</i> (Thunb.) Koidz
Notice bibliographique
Résumé
Owing to its high nutritive, economic, and medicinal values, Akebia trifoliata has received increased attention, making worthy of being used as a new fruit crop for further domestication and commercialization in China. However, molecular research of A. trifoliata has lagged as investigations of its genomic resources and molecular markers are rare. In this study, a cDNA library of A. trifoliata leaves was sequenced using the Illumina NovaSeq. 6000 sequencing system. In total, 101 417 transcripts, 63 757 unigenes, and 9494 simple sequence repeats were assembled and identified from the transcriptome datasets. The majority of the SSRs were di- and trinucleotide repeats. Length and number of SSR motifs ranged from 15 to 66, and 5 to 48 bp, respectively. Of which, the A/T mononucleotide motif and AG/TC and CT/GA dinucleotide motifs were the most abundant. Furthermore, 100 SSR primers were randomly selected to validate amplification and polymorphism, and 88 A. trifoliata accessions were definitively distinguished by 49 primers. With the Qinling mountains and Huaihe River line as the boundaries, the northern and southern accessions were clustered into different groups, but no clear geographical patterns (city or origin) were observed in the southern accessions. These newly identified molecular markers may provide a foundation for the genetic identification and diversity analysis and marker-assisted selection breeding in species of Akebia.
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 ».