Exploiting natural variation in crown root traits via genome-wide association studies in maize
Notice bibliographique
Résumé
BACKGROUND: Root system architecture (RSA), which is determined by the crown root angle (CRA), crown root diameter (CRD), and crown root number (CRN), is an important factor affecting the ability of plants to obtain nutrients and water from the soil. However, the genetic mechanisms regulating crown root traits in the field remain unclear. METHODS: In this study, the CRA, CRD, and CRN of 316 diverse maize inbred lines were analysed in three field trials. Substantial phenotypic variations were observed for the three crown root traits in all environments. A genome-wide association study was conducted using two single-locus methods (GLM and MLM) and three multi-locus methods (FarmCPU, FASTmrMLM, and FASTmrEMMA) with 140,421 SNP. RESULTS: A total of 38 QTL including 126 SNPs were detected for CRA, CRD, and CRN. Additionally, 113 candidate genes within 50 kb of the significant SNPs were identified. Combining the gene annotation information and the expression profiles, 3 genes including GRMZM2G141205 (IAA), GRMZM2G138511 (HSP) and GRMZM2G175910 (cytokinin-O-glucosyltransferase) were selected as potentially candidate genes related to crown root development. Moreover, GRMZM2G141205, encoding an AUX/IAA transcriptional regulator, was resequenced in all tested lines. Five variants were identified as significantly associated with CRN in different environments. Four haplotypes were detected based on these significant variants, and Hap1 has more CRN. CONCLUSIONS: These findings may be useful for clarifying the genetic basis of maize root system architecture. Furthermore, the identified candidate genes and variants may be relevant for breeding new maize varieties with root traits suitable for diverse environmental conditions.
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 ».