Development of sequence-characterized amplified regions (SCARs) from amplified fragment length polymorphism (AFLP) markers tightly linked to the <i>Vf</i> gene in apple
Notice bibliographique
Résumé
Amplified fragment length polymorphism (AFLP) markers have become widely used in saturating the region of a gene of interest for the ultimate goal of map-based cloning of the gene or for marker-assisted selection. However, conversion of AFLP markers into restriction fragment length polymorphism (RFLP) or polymerase chain reaction (PCR)-based markers will greatly expand their usefulness in genetic applications. Previously, we have identified 15 AFLP markers tightly linked to the Vf gene conferring scab resistance in apple. In this study, we have successfully converted 11 of these AFLPs into sequence-characterized amplified region (SCAR) markers. Of the remaining four nonconverted AFLP markers, one, ET2MC8-1, has been found to be very short (83 base pairs) and is an A/T rich (90%) marker; a second, EA2MG11-1, has shown identical sequences between Malus floribunda 821 (the original source of the Vf gene) and scab-susceptible apple cultivars; while the other two, EA12MG16-1 and ET8MG1-1, have not been cloned. Using the 11 converted SCAR markers along with 5 previously identified SCAR markers, a high-resolution linkage map around the Vf gene has been constructed, and found to be consistent with its corresponding AFLP map. Three converted SCAR markers (ACS-3, -7, and -9) are inseparable from the Vf gene; whereas one (ACS-6) is located left of, and the remaining seven (ACS-1, -2, -4, -5, -8, -10, and -11) are located right of the Vf gene at genetic distances of 0.4 and 0.2 cM, respectively. A reliable and robust procedure for development of SCAR markers from AFLP markers is presented.Key words: apple, AFLP, SCAR, apple scab disease, Vf gene.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».