Molecular genetic diversity and population structure analyses of rutabaga accessions from Nordic countries as revealed by single nucleotide polymorphism markers
Notice bibliographique
Résumé
Abstract Background Rutabaga or swede (Brassica napus ssp. napobrassica (L.) Hanelt) varies in root and leaf shape and colour, flesh colour, foliage growth habits, maturity date, seed quality parameters, disease resistance and other traits. Despite these morphological differences, no in-depth molecular analyses of genetic diversity have been conducted in this crop. Understanding this diversity is important for conservation and broadening the use of this resource. Results This study investigated the genetic diversity within and among 124 rutabaga accessions from five Nordic countries (Norway, Sweden, Finland, Denmark and Iceland) using a 15 K single nucleotide polymorphism (SNP) Brassica array. After excluding markers that did not amplify genomic DNA, monomorphic and low coverage site markers, the accessions were analyzedwith 6861 SNP markers. Allelic frequency statistics, including polymorphism information content (PIC), minor allele frequency (MAF) and mean expected heterozygosity ( $$ \overline{H} $$ H ¯ e) and population differentiation statistics such as Wright’s F-statistics (FST) and analysis of molecular variance (AMOVA) indicated that the rutabaga accessions from Norway, Sweden, Finland and Denmark were not genetically different from each other. In contrast, accessions from these countries were significantly different from the accessions from Iceland (P < 0.05). Bayesian analysis with the software STRUCTURE placed 66.9% of the rutabaga accessions into three to four clusters, while the remaining 33.1% constituted admixtures. Three multivariate analyses: principal coordinate analysis (PCoA), the unweighted pair group method with arithmetic mean (UPGMA) and neighbour-joining (NJ) clustering methods grouped the 124 accessions into four to six subgroups. Conclusion Overall, the correlation of the accessions with their geographic origin was very low, except for the accessions from Iceland. Thus, Icelandic rutabaga accessions can offer valuable germplasm for crop improvement.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».