Sample preservation and plant sex prediction in white guinea yam (Dioscorea rotundata Poir.)
Notice bibliographique
Résumé
Introduction: Yam (Dioscorea spp.) is an economically important staple food in tropical regions, especially for people in West Africa. Understanding of the flowering behavior of the crop to determine potential manipulation available to accomplish crop improvement at early stage remain key challenge in the yam breeding. The methods that reliably yield quality DNA and distinguishing sex type at the early stage of growth have been a challenge in yam genetics and breeding studies. This study assessed the effect of sample preservation methods on DNA quantity and quality during extraction and potential of DNA marker to diagnose plant sex at the early seedling stage in white Guinea yam. \nMaterials and Methods: Five sample preservation methods were assessed for quality DNA extraction during field leaf tissue collection, namely liquid nitrogen, dry ice, silica gel, 95% ethanol, and oven drying. The predicted sex at the seedling stage using the molecular marker was further validated with the visual score for the sex phenotype at the flowering stage. \nResults: According to the findings of the present study, the DNA extracted from leaf samples preserved in liquid nitrogen, silica gel, dry ice, and oven drying methods were higher in molecular weights than samples stored in ethanol solution. Yam plant sex diagnosis with the DNA marker (sp16) identified a higher proportion of ZW genotypes (female or monoecious phenotypes) than the ZZ genotypes (male phenotypes) in the studied materials with 74% prediction accuracy. \nConclusions: The results from this study provided valuable insights on suitable sample preservation methods for quality DNA extraction and the potential of DNA marker sp16 to predict sex in white Guinea 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.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».