QTL for Main Stem Node Number and Its Response to Plant Densities in 144 Soybean FW-RILs
Notice bibliographique
Résumé
Although the main stem node number of soybean [Glycine max (L.) Merr. ] is an important yield-related trait, there have been limited studies on the effect of plant density on the identification of quantitative trait loci (QTL) for main stem node number (MSNN). To address this issue, here, 144 four-way recombinant inbred lines (FW-RILs) derived from Kenfeng 14, Kenfeng 15, Heinong 48, and Kenfeng 19 were used to identify QTL for MSNN with densities of 2.2 × 105 (D1) and 3 × 105 (D2) plants/ha in five environments by linkage and association studies. As a result, the linkage and association studies identified 40 and 28 QTL in D1 and D2, respectively, indicating the difference in QTL in various densities. Among these QTL, five were common in the two densities; 36 were singly identified for response to density; 12 were repeatedly identified by both response to density and phenotype of two densities. Thirty-one were repeatedly detected across various methods, densities, and environments in the linkage and association studies. Among the 24 common QTL in the linkage and association studies, 15 explained a phenotypic variation of more than 10%. Finally, Glyma.06G094400, Glyma.06G147600, Glyma.19G160800.1, and Glyma.19G161100 were predicted to be associated with MSNN. These findings will help to elucidate the genetic basis of MSNN and improve molecular assistant selection in high-yield soybean breeding.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».