Characterizing resistance to soybean cyst nematode in PI 494182, an early maturing soybean accession
Notice bibliographique
Résumé
Abstract The soybean cyst nematode (SCN) ( Heterodera glycines Ichinohe) generates more damage to soybean [ Glycine max (L.) Merr.] than any other parasite in most soybean‐producing countries. The use of SCN‐resistant cultivars remains the most effective method to limit losses caused by SCN. The SCN‐resistant accession PI 88788 has been used almost exclusively to control SCN over the past decades, inducing a shift in nematode virulence to overcome the resistance. Furthermore, PI 88788 and other sources of resistance characterized to date belong to maturity groups (MGs) III and higher, making them less attractive to develop early maturing soybean varieties (MGs 0‐000). In this work, we performed a quantitative trait loci (QTL) analysis of the SCN‐resistant soybean accession PI 494182 (MG 0). A recombinant inbred lines (RILs) population (‘Costaud’ × PI 494182) segregating for SCN resistance was challenged with SCN ( H. glycines [HG] type 0) and genotyped via genotyping‐by‐sequencing (GBS) to produce a genetic map. Six resistance QTL were identified, including a potentially new resistance locus on chromosome 07. A subset of the RIL population was confronted to a HG type 2.5.7 SCN population and some of these exhibited resistance toward this type. Whole‐genome sequencing of PI 494182 and Costaud allowed us to determine the alleles and their copy number for three candidate genes: GmSNAP11 , GmSNAP18 ( Rhg1 ), and GmSHMT08 ( Rhg4 ). Finally, we determined that selecting for PI 494182 alleles at some SCN‐resistance QTL could entail linkage drag (decrease in protein concentration and 100‐seed weight, increase in oil concentration). This work provides useful markers for introgressing SCN resistance in early maturing soybean varieties.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».