Stranger in a strange land: genetic variation of native insect resistance biomarkers in UK Sitka spruce (<i>Picea sitchensis</i> [Bong.] Carr.)
Notice bibliographique
Résumé
Abstract Reforestation in the British Isles (UK and Ireland) has been dominated with the use of an exotic conifer tree species, Sitka spruce (Picea sitchensis [Bong.] Carr.). Sitka breeding in the UK was developed from a single provenance, the Haida Gwaii Islands (Canada), which is both well suited to the British climate and highly susceptible to the white pine weevil (Pissodes strobi L.) in its native range. We examined variation and heritability of insect resistance related traits and assessed potential trade-offs with tree growth in 50 full-sibling families and 13 clonally replicated genotypes growing in the UK. We measured bark levels of three terpenes (dehydroabietic acid, (+)-3-carene and terpinolene) shown to confer resistance to the white pine weevil in Sitka spruce’s native range, on the principle that these defence compounds may also contribute to pest resistance in the UK. We compared our results with published findings from the native range and also used individuals from a Haida Gwaii seed lot grown in the UK for comparison of terpene levels. Dehydroabietic acid content in the UK breeding population was similar to populations from resistant native populations, but (+)-3-carene and terpinolene levels were relatively low. Narrow sense heritability for dehydroabietic acid, (+)-3-carene and terpinolene was estimated as 0.20, 0.93 and 0.98, respectively from the full-sib data, and this evidence of genetic variance was supported by estimates of broad sense heritability from the smaller clonal study. Terpene content was found to be positively correlated to growth traits. The heritability estimates and genetic correlations indicate that selective breeding should be effective in raising levels in the UK breeding population of the three candidate terpenes implicated in weevil resistance. However, low levels observed indicate that other provenances from the native range may produce greater short-term improvements for two of the terpenes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».