Quantitative trait loci for root-penetration ability and root thickness in rice: Comparison of genetic backgrounds
Notice bibliographique
Résumé
Drought is the major abiotic stress limiting rice (Oryza sativa) production and yield stability in rainfed lowland and upland ecosystems. Root systems play an important role in drought resistance. Incorporation of root selection criteria in drought resistance improvement is difficult due to lack of reliable and efficient screening techniques. Using a wax-petrolatum layer system simulated to compacted soil layers, root traits were evaluated in a doubled haploid (DH) population derived from the cross between 'IR64' and 'Azucena'. Twelve putative QTLs (quantitative trait loci) were detected by interval mapping comprising four QTLs for root-penetration ability, four QTLs for root thickness, two QTLs for penetrated root number, and two QTLs for total root number. These QTLs individually explained 8.4% to 16.4% of the phenotypic variation. No QTL was detected for maximum penetrated root length by interval mapping. One QTL located between RG104 and RG348 was found to influence both root-penetration ability and root thickness. QTLs for root-penetration ability and root thickness were compared across two populations, 'IR64'-'Azucena' and 'CO39'-'Moroberekan', and different testing conditions. The identified consistent QTLs could be used for marker-assisted selection for deep and thick roots with high root-penetration ability in rice. Key words: quantitative trait loci, root-penetration ability, root thickness, rice, drought.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».