MétaCan
Menu
Retour à la cohorte
Enregistrement W3134008084 · doi:10.1186/s12284-021-00468-x

OryzaGenome2.1: Database of Diverse Genotypes in Wild Oryza Species

2021· article· en· W3134008084 sur OpenAlexfundno aff
Hiromi Kajiya‐Kanegae, Hajime Ohyanagi, Toshinobu Ebata, Yasuhiro Tanizawa, Akio Onogi, Yuji Sawada, Masami Yokota Hirai, Zixuan Wang, Bin Han, Atsushi Toyoda, Asao Fujiyama, Hiroyoshi Iwata, Katsutoshi Tsuda, Toshiya Suzuki, Misuzu Nosaka‐Takahashi, Ken–Ichi Nonomura, Yasukazu Nakamura, Shoko Kawamoto, Nori Kurata, Yutaka Sato

Notice bibliographique

RevueRice · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceInstitute of GeneticsJapan Agency for Medical Research and Development
Mots-clésOryza rufipogonBiologyGenomeOryzaOryza sativaSingle-nucleotide polymorphismGeneticsNucleotide diversityGenotypeGenomicsBotanyGeneHaplotype

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: OryzaGenome ( http://viewer.shigen.info/oryzagenome21detail/index.xhtml ), a feature within Oryzabase ( https://shigen.nig.ac.jp/rice/oryzabase/ ), is a genomic database for wild Oryza species that provides comparative and evolutionary genomics approaches for the rice research community. RESULTS: Here we release OryzaGenome2.1, the first major update of OryzaGenome. The main feature in this version is the inclusion of newly sequenced genotypes and their meta-information, giving a total of 217 accessions of 19 wild Oryza species (O. rufipogon, O. barthii, O. longistaminata, O. meridionalis, O. glumaepatula, O. punctata, O. minuta, O. officinalis, O. rhizomatis, O. eichingeri, O. latifolia, O. alta, O. grandiglumis, O. australiensis, O. brachyantha, O. granulata, O. meyeriana, O. ridleyi, and O. longiglumis). These 19 wild species belong to 9 genome types (AA, BB, CC, BBCC, CCDD, EE, FF, GG, and HHJJ), representing wide genomic diversity in the genus. Using the genotype information, we analyzed the genome diversity of Oryza species. Other features of OryzaGenome facilitate the use of information on single nucleotide polymorphisms (SNPs) between O. sativa and its wild progenitor O. rufipogon in rice research, including breeding as well as basic science. For example, we provide Variant Call Format (VCF) files for genome-wide SNPs of 33 O. rufipogon accessions against the O. sativa reference genome, IRGSP1.0. In addition, we provide a new SNP Effect Table function, allowing users to identify SNPs or small insertion/deletion polymorphisms in the 33 O. rufipogon accessions and to search for the effect of these polymorphisms on protein function if they reside in the coding region (e.g., are missense or nonsense mutations). Furthermore, the SNP Viewer for 446 O. rufipogon accessions was updated by implementing new tracks for possible selective sweep regions and highly mutated regions that were potentially exposed to selective pressures during the process of domestication. CONCLUSION: OryzaGenome2.1 focuses on comparative genomic analysis of diverse wild Oryza accessions collected around the world and on the development of resources to speed up the identification of critical trait-related genes, especially from O. rufipogon. It aims to promote the use of genotype information from wild accessions in rice breeding and potential future crop improvements. Diverse genotypes will be a key resource for evolutionary studies in Oryza, including polyploid biology.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,027

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,228
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiceMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207