MétaCan
Menu
Retour à la cohorte
Enregistrement W3080539165 · doi:10.22541/au.159798249.91769773

The genetic architecture and genomic context of glyphosate resistance

2020· preprint· en· W3080539165 sur OpenAlexaff
Julia M. Kreiner, Patrick J. Tranel, Detlef Weigel, John R. Stinchcombe, Stephen Wright

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenetic architectureBiologyAlleleGeneticsContext (archaeology)Resistance (ecology)PopulationAdaptation (eye)Selection (genetic algorithm)Genetic variationGeneEvolutionary biologyQuantitative trait locusEcology

Résumé

récupéré en direct d'OpenAlex

Although much of what we know about the genetic basis of herbicide resistance has come from detailed investigations of monogenic adaptation at known target-sites, the importance of polygenic resistance has been increasingly recognized. Despite this, little work has been done to characterize the genomic basis of herbicide resistance, including the number and distribution of involved genes, their effect sizes, allele frequencies, and signatures of selection. Here we implement genome-wide association (GWA) and population genomic approaches to examine the genetic architecture of glyphosate resistance in the problematic agricultural weed, Amaranthus tuberculatus . GWA correctly identifies the gene targeted by glyphosate, and additionally finds more than 100 genes across all 16 chromosomes associated with resistance. The encoded proteins have relevant non-target-site resistance and stress-related functions, with potential for pleiotropic roles in resistance to other herbicides and diverse life history traits. Resistance-related alleles are enriched for large effects and intermediate frequencies, implying that strong selection has shaped the genetic architecture of resistance despite potential pleiotropic costs. The range of common and rare allele involvement implies a partially shared genetic basis of non-target-site resistance across populations, complemented by population-specific alleles. Resistance-related alleles show evidence of balancing selection, and suggest a long-term maintenance of standing variation at stress-response loci that have implications for plant performance under herbicide pressure. By our estimates, genome-wide SNPs explain a near comparable amount of the total variation in glyphosate resistance to monogenic mechanisms, indicating the potential for an underappreciated polygenic contribution to the evolution of herbicide resistance in weed populations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 GPT0,205
Écart entre enseignants0,189 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWeed Control and Herbicide ApplicationsTravaux en français237 207