Genetic structure and diversity of upland rice germplasm using diversity array technology (DArT)-based single nucleotide polymorphism (SNP) markers
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
Abstract Investigating genetic structure and diversity is crucial for rice improvement strategies, including mapping quantitative trait loci with the potential for improved productivity and adaptation to the upland ecology. The present study elucidated the population structure and genetic diversity of 176 rice germplasm adapted to the upland ecology using 7063 genome-wide single nucleotide polymorphism (SNP) markers from the Diversity Array Technology (DArT)-based sequencing platform (DArTseq). The SNPs were reasonably distributed across the rice genome, ranging from 432 SNPs on chromosome 9 to 989 SNPs on chromosome 1. The minimum minor allele frequency was 0.05, while the average polymorphism information content and heterozygosity were 0.25 and 0.03, respectively. The model-based (Bayesian) population structure analysis identified two major groups for the studied rice germplasm. Analysis of molecular variance revealed that all (100%) of the genetic variance was attributable to differences within the population, and none was attributable to the population structure. The estimates of genetic differentiation (PhiPT = 0.001; P = 0.197) further showed a negligible difference among the population structures. The results indicated a high genetic exchange or gene flow (number of migrants, Nm = 622.65) and a substantial level of diversity (number of private alleles, Pa = 1.52 number of different alleles, Na = 2.67; Shannon's information index, I = 0.084; and percentage of polymorphic loci, %PPL = 55.9%) within the population, representing a valuable resource for rice improvement. The findings in this study provide a critical analysis of the genetic diversity of upland rice germplasm that would be useful for rice yield improvement. We suggested further breeding and genetic analyses.
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 | 0,001 | 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