Improved genetic distance-based spatial deployment can effectively minimize inbreeding in seed orchard
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Inbreeding in seed orchards is expected to increase with the advancement of breeding cycles, which results in the delivery of crops with suboptimal genetic gain, reduced genetic diversity, and lower seed set. Here, a genetic distance-dependent method for clonal spatial deployment in seed orchards was developed and demonstrated, which reduced the inbreeding levels. The method’s main evaluation parameter of inbreeding is the genetic distance among individuals and the deployment method used an improved adaptive parallel genetic algorithm (IAPGA) based on Python language. Using inbreeding-prone Chinese Mongolian pine breeding population material originating from a single natural population, the proposed method was compared to a traditional orchard design and a distance-based design; namely, complete randomized block (RCB) and optimum neighborhood (ONA) designs, respectively. Results With the advancement of selective breeding cycles, group separation among orchard related individuals is expected to increase. Based on the genetic distance among individuals, the IAPGA design was superior in significantly reducing the inbreeding level as compared to the two existing designs, confirming its suitability to advanced-generation orchards where relatedness among parents is common. In the 1st, 2nd, and mixed generations clonal deployment schemes, the IAPGA design produced lower inbreeding with 87.22%, 81.49%, and 87.23% of RCB, and 92.78%, 91.30%, and 91.67% of ONA designs, respectively. Conclusions The IAPGA clonal deployment proposed in this study has the obvious advantage of controlling inbreeding, and it is expected to be used in clonal deployment in seed orchards on a large-scale. Further studies are needed to focus on the actual states of pollen dispersal and mating in seed orchards, and more assumptions should be taken into account for the optimized deployment method.
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.
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 découle