MétaCan
Menu
Retour à la cohorte
Enregistrement W4280494250 · doi:10.1111/eva.13419

The influence of genetic architecture on responses to selection under drought in rice

2022· article· en· W4280494250 sur OpenAlexafffund
Irina Ćalić, Simon C. Groen, Jae Young Choi, Zoé Joly‐Lopez, Elena Hamann, Mignon A. Natividad, Katherine Dorph, Carlo L. U. Cabral, Rolando O. Torres, Georgina V. Vergara, Amelia Henry, Michael D. Purugganan, Steven J. Franks

Notice bibliographique

RevueEvolutionary Applications · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaZegar Family FoundationGordon and Betty Moore FoundationNational Science Foundation
Mots-clésBiologySelection (genetic algorithm)Genetic architectureEvolutionary biologyEcologyBiotechnologyGeneticsQuantitative trait locusGeneMachine learningComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Accurately predicting responses to selection is a major goal in biology and important for successful crop breeding in changing environments. However, evolutionary responses to selection can be constrained by such factors as genetic and cross‐environment correlations, linkage, and pleiotropy, and our understanding of the extent and impact of such constraints is still developing. Here, we conducted a field experiment to investigate potential constraints to selection for drought resistance in rice ( Oryza sativa ) using phenotypic selection analysis and quantitative genetics. We found that traits related to drought response were heritable, and some were under selection, including selection for earlier flowering, which could allow drought escape. However, patterns of selection generally were not opposite under wet and dry conditions, and we did not find individual or closely linked genes that influenced multiple traits, indicating a lack of evidence that antagonistic pleiotropy, linkage, or cross‐environment correlations would constrain selection for drought resistance. In most cases, genetic correlations had little influence on responses to selection, with direct and indirect selection largely congruent. The exception to this was seed mass under drought, which was predicted to evolve in the opposite direction of direct selection due to correlations. Because of this indirect effect on selection on seed mass, selection for drought resistance was not accompanied by a decrease in seed mass, and yield increased with fecundity. Furthermore, breeding lines with high fitness and yield under drought also had high fitness and yield under wet conditions, indicating that there was no evidence for a yield penalty on drought resistance. We found multiple genes in which expression influenced both water use efficiency (WUE) and days to first flowering, supporting a genetic basis for the trade‐off between drought escape and avoidance strategies. Together, these results can provide helpful guidance for understanding and managing evolutionary constraints and breeding stress‐resistant crops.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,744
Score d'incertitude au seuil0,287

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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'étudeObservationnel
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

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207