Genotyping-by-Sequencing to Unlock Genetic Diversity and Population Structure in White Yam (Dioscorea rotundata Poir.)
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
White yam (Dioscorearotundata Poir.) is one of the most important tuber crops in West Africa, where it is indigenous and represents the largest repository of biodiversity through several years of domestication, production, consumption, and trade. In this study, the genotyping-by-sequencing (GBS) approach was used to sequence 814 genotypes consisting of genebank landraces, breeding lines, and market varieties to understand the level of genetic diversity and pattern of the population structure among them. The genetic diversity among different genotypes was assessed using three complementary clustering methods, the model-based admixture, discriminant analysis of principal components (DAPC), and phylogenetic tree. ADMIXTURE analysis revealed an optimum number of four groups that matched with the number of clusters obtained through phylogenetic tree. Clustering results obtained from ADMIXTURE analysis were further validated using DAPC-based clustering. Analysis of molecular variance (AMOVA) revealed high genetic diversity (96%) within each genetic group. A network analysis was further carried out to depict the genetic relationships among the three genetic groups (breeding lines, genebank landraces, and market varieties) used in the study. This study showed that the use of advanced sequencing techniques such as GBS coupled with statistical analysis is a robust method for assessing genetic diversity and population structure in a complex crop such as white yam.
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 | 0,001 |
| 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