MétaCan
Menu
Retour à la cohorte
Enregistrement W4210371918 · doi:10.1111/eva.13348

Breeding for adaptation to climate change: genomic selection for drought response in a white spruce multi‐site polycross test

2022· article· en· W4210371918 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEvolutionary Applications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensMinistère des Ressources naturelles et des ForêtsNatural Resources CanadaCanadian Forest ServiceUniversité Laval
Organismes subventionnairesGénome QuébecGenome Canada
Mots-clésBiologyAdaptation (eye)White (mutation)Selection (genetic algorithm)Climate changeTest (biology)Local adaptationDrought toleranceEcologyAgronomyGeneticsGeneDemography

Résumé

récupéré en direct d'OpenAlex

Abstract With climate change, increasingly intense and frequent drought episodes will be affecting water availability for boreal tree species, prompting tree breeders and forest managers to consider adaptation to drought stress as a priority in their reforestation efforts. We used a 19‐year‐old polycross progeny test of the model conifer white spruce ( Picea glauca ) replicated on two sites affected by distinct drought episodes at different ages to estimate the genetic control and the potential for improvement of drought response in addition to conventional cumulative growth and wood quality traits. Drought response components were measured from dendrochronological signatures matching drought episodes in wood ring increment cores. We found that trees with more vigorous growth during their lifespan resisted better during the current year of a drought episode when the drought had more severe effects. Phenotypic data were also analyzed using genomic prediction (GBLUP) relying on the genomic relationship matrix of multi‐locus gene SNP marker information, and conventional analysis (ABLUP) based on validated pedigree information. The accuracy of predicted breeding values for drought response components was marginally lower than that for conventional traits and comparable between GBLUP and ABLUP. Genetic correlations were generally low and nonsignificant between drought response components and conventional traits, except for resistance which was positively correlated to tree height. Heritability estimates for the components of drought response were slightly lower than for conventional traits, but similar single‐trait genetic gains could be obtained. Multi‐trait genomic selection simulations indicated that it was possible to improve simultaneously for all traits on both sites while sacrificing little on gain in tree height. In a context of rapid climate change, our results suggest that with careful phenotypic assessment, drought response may be considered in multi‐trait improvement of white spruce, with accelerated screening of large numbers of candidates and selection at young age with genomic selection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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