Assessment of Genetic Variation in Soybean (<i>Glycine max</i>) Accessions from International Gene Pools Using RAPD Markers: Comparison with the ISSR System
Notice bibliographique
Résumé
Soybean (Glycine max) is one of the most important crops in the world in terms of total production and usage. It is also among the least diverse species. The main objectives of the present study were to 1) assess the level of genetic variation among soybean (G. max) accessions from different countries using Random Amplified Polymorphic DNA (RAPD) markers and 2) compare Inter Simple Sequence Repeats (ISSR) and RAPD marker systems in detecting polymorphic loci in soybeans (G. max). Genomic DNAs from 108 soybeans (G. max) accessions from 11 different gene pools were analyzed using several ISSR and RAPD primers. The average level of polymorphic loci detected with the RAPD primers was 35%. The soybean accessions from the China, Netherlands, and Canada gene pools were the least genetically variable with 25%, 26%, and 30% of polymorphic loci, respectively. Accessions from Hungary (43%) and France (48%) showed the highest level of polymorphism based on the RAPD analysis. Overall, RAPD data revealed that the accessions from different countries are closely related with 64% genetic distance values below 0.40. The levels of polymorphic loci detected with the RAPD and ISSR marker systems were in general moderate and similar even if they target different regions of the genome. A combination of different marker systems that include RAPD/ISSR, microsatellites (SSR), and SNPs should provide the most accurate information on genetic variation of soybean (G. max) accessions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».