Genetic basis for lentil adaptation to summer cropping in northern temperate environments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The continued success of lentil (Lens culinaris Medik.) genetic improvement relies on the availability of broad genetic diversity, and new alleles need to be identified and incorporated into the cultivated gene pool. Availability of robust and predictive markers greatly enhances the precise transfer of genomic regions from unadapted germplasm. Quantitative trait loci (QTL) for key phenological traits in lentil were located using a recombinant inbreed line (RIL) population derived from a cross between an Ethiopian landrace (ILL 1704) and a northern temperate cultivar (CDC Robin). Field experiments were conducted at Sutherland research farm in Saskatoon and at Rosthern, Saskatchewan, Canada during 2018 and 2019. A linkage map was constructed using 21,634 single nucleotide polymorphisms (SNPs) located on seven linkage groups (LGs), which correspond to the seven haploid chromosomes of lentil. Eight QTL were identified for six phenological traits. Flowering-related QTL were identified at two regions on LG6. FLOWERING LOCUS T (FT) genes were annotated within the flowering time QTL interval based on the lentil reference genome. Similarly, a major QTL for postflowering developmental processes was located on LG5 with several senescence-associated genes annotated within the QTL interval. The flowering time QTL was validated in a different genetic background indicating the potential use of the identified markers for marker-assisted selection to precisely transfer genomic regions from exotic germplasm into elite crop cultivars without disrupting adaptation.
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.
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 | 0,000 | 0,000 |
| 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 découle