MétaCan
Menu
Retour à la cohorte
Enregistrement W3046041625 · doi:10.1111/eva.13076

Genomic selection for resistance to spruce budworm in white spruce and relationships with growth and wood quality traits

2020· article· en· W3046041625 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEvolutionary Applications · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalNatural Resources CanadaJ. D. Irving (Canada)Government of New BrunswickUniversity of British ColumbiaCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésBiologyTree breedingHeritabilityGenetic gainSpruce budwormSelection (genetic algorithm)Abiotic componentQuantitative trait locusResistance (ecology)PopulationTraitGenetic variationPEST analysisEcologyEvolutionary biologyWoody plantBotanyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract With climate change, the pressure on tree breeding to provide varieties with improved resilience to biotic and abiotic stress is increasing. As such, pest resistance is of high priority but has been neglected in most tree breeding programs, given the complexity of phenotyping for these traits and delays to assess mature trees. In addition, the existing genetic variation of resistance and its relationship with productivity should be better understood for their consideration in multitrait breeding. In this study, we evaluated the prospects for genetic improvement of the levels of acetophenone aglycones (AAs) in white spruce needles, which have been shown to be tightly linked to resistance to spruce budworm. Furthermore, we estimated the accuracy of genomic selection (GS) for these traits, allowing selection at a very early stage to accelerate breeding. A total of 1,516 progeny trees established on five sites and belonging to 136 full‐sib families from a mature breeding population in New Brunswick were measured for height growth and genotyped for 4,148 high‐quality SNPs belonging to as many genes along the white spruce genome. In addition, 598 trees were assessed for levels of AAs piceol and pungenol in needles, and 578 for wood stiffness. GS models were developed with the phenotyped trees and then applied to predict the trait values of unphenotyped trees. AAs were under moderate‐to‐high genetic control ( h 2 : 0.43–0.57) with null or marginally negative genetic correlations with other traits. The prediction accuracy of GS models (GBLUP) for AAs was high ( PAAC : 0.63–0.67) and comparable or slightly higher than pedigree‐based (ABLUP) or BayesCπ models. We show that AA traits can be improved and that GS speeds up the selection of improved trees for insect resistance and for growth and wood quality traits. Various selection strategies were tested to optimize multitrait gains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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