MétaCan
Menu
Retour à la cohorte
Enregistrement W3081998106 · doi:10.7717/peerj.9820

Genome-wide association mapping for resistance to leaf, stem, and yellow rusts of common wheat under field conditions of South Kazakhstan

2020· article· en· W3081998106 sur OpenAlexaboutno aff
Yuliya Genievskaya, Yerlan Turuspekov, Aralbek Rsaliyev, Сауле Абугалиева

Notice bibliographique

RevuePeerJ · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture of the Republic of Kazakhstan
Mots-clésStem rustBiologyCultivarAssociation mappingGenome-wide association studyCropCommon wheatAgronomyPlant breedingPlant disease resistanceSingle-nucleotide polymorphismHorticultureGenotypeGeneticsGene

Résumé

récupéré en direct d'OpenAlex

L.) is the most important cereal crop in the world, including Kazakhstan, where it is a major agricultural commodity. Fungal pathogens producing leaf, stem, and yellow (stripe) rusts of wheat may cause yield losses of up to 50-60%. One of the most effective methods for preventing these losses is to develop resistant cultivars with high yield potential. This goal can be achieved using complex breeding studies, including the identification of key genetic factors controlling rust disease resistance. In this study, a panel consisting of 215 common wheat cultivars and breeding lines from Kazakhstan, Russia, Europe, USA, Canada, Mexico, and Australia, with a wide range of resistance to leaf rust (LR), stem rust (SR), and yellow rust (YR) diseases, was analyzed under field conditions in Southern Kazakhstan. The collection was genotyped using the 20K Illumina iSelect DNA array, where 11,510 informative single-nucleotide polymorphism markers were selected for further genome-wide association study (GWAS). Evaluation of the phenotypic diversity over 2 years showed a mostly mixed reaction to LR, mixed reaction/moderate susceptibility to SR, and moderate resistance to YR among wheat accessions from Kazakhstan. GWAS revealed 45 marker-trait associations (MTAs), including 23 for LR, 14 for SR, and eight for YR resistances. Three MTAs for LR resistance and one for SR resistance appeared to be novel. The MTAs identified in this work can be used for marker-assisted selection of common wheat in Kazakhstan in breeding new cultivars resistant to LR, SR, and YR diseases. These findings can be helpful for pyramiding genes with favorable alleles in promising cultivars and lines.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,037
Tête enseignante GPT0,237
Écart entre enseignants0,200 · 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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207