MétaCan
Menu
Retour à la cohorte
Enregistrement W4226226318 · doi:10.5376/mpb.2022.13.0012

Study on the Genetic Relationship of Pepper Based on Fruit Traits and Molecular Markers

2022· article· en· W4226226318 sur OpenAlexvenueno aff
Jiyi Gong, Xin Kong, Jianfeng Wang, Xianlei Chen, Feng Shao, Yuke Li, Xiaoxia Zhang, Ping Zhang, Ming Tang, Yin Yi

Notice bibliographique

RevueMolecular Plant Breeding · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesQinghai UniversityNational Natural Science Foundation of ChinaLanzhou University
Mots-clésGermplasmPepperBiologyGenetic diversityQuantitative trait locusBiotechnologySelection (genetic algorithm)Plant breedingGenetic variationHeritabilityAgronomyHorticultureEvolutionary biologyGeneticsGenePopulationDemography

Résumé

récupéré en direct d'OpenAlex

To explore the genetic diversity of pepper germplasm resources in China and to improve the efficiency of pepper breeding. In this study, 45 pepper germplasm resources that came from USA and Guizhou province, China, were used to explore the quantitative traits of pepper fruits, and the ISSR analysis of germplasm resources genetic diversity. The results showed that the variance among eight quantitative traits of 45 peppers have a significant variation. The average genetic variation coefficient was 70.7%, and there were intricate correlations among the eight quantitative traits. Based on the fruit number traits, 45 pepper germplasms were clearly classified into six taxa by cluster analysis. The genetic diversity of pepper germplasm resources can be evaluated more accurately by molecular markers and phenotypic traits. This study provides a scientific basis for identification and evaluation of pepper germplasm resources, the selection of superior quality traits, and the selection of parents for crossbreeding.

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 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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,027
Tête enseignante GPT0,219
Écart entre enseignants0,192 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207