Characterization of tomato accessions for morphological, agronomic, fruit quality, and virus resistance traits
Notice bibliographique
Résumé
Characterization of local germplasm is an effective way to identify elite breeding material and develop improved varieties. This study was aimed to assess 52 tomato accessions comprised of local varieties (28), landraces (8), breeding lines (14), and wild relatives (2), and their characterization for 30 morphological/agronomic, four fruit quality, and tomato mosaic virus (ToMV) resistance traits. Morphological, quality, and ToMV traits were evaluated using phenotyping, biochemical assays, and molecular markers, respectively. Fruit shape and size showed appreciable variation, with fruits varying from rounded to heart shaped and small to big size. Significant variation was observed for fruit weight (1.6–564.8 g), fruits per plant (6.0–174.7), productivity (130.5–5146.5 g), soluble solids (4.1%–8.4%), vitamin C (9.5–46.4 mg·100 g −1 ), antioxidant activity (2.5–9.6 μmol Fe 2+ ·g −1 fresh weight), and total polyphenols (23.9–124.2 GAE·100 g −1 fresh weight). All accessions were phenotypically screened for the virus resistance in the growth chamber, and CAPS molecular markers were used to identify accessions with ToMV Tm-2 2 resistant alleles, and accessions LYC-13, LYC-15, LYC-17, LYC-26, and LYC-52 were identified as resistant. Multivariate analysis of morphological and quality traits showed that 35 principal components contributed to the total variation and the first two and 12 principal components explained 47.2% and 90% of the variation, respectively. The evaluated tomato collection appears to have breeding potential, and around 20% of the accessions in the collection (LYC-6, LYC-17, LYC-18, LYC-26 to LYC-31, and LYC 33) are promising genetic resources for variety development that are enriched with enhanced fruit quality and high yield.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».