Interactions Between Lr67 or Lr34 and Other Leaf Rust Resistance Genes in Wheat (Triticum aestivum)
Notice bibliographique
Résumé
The wheat multi-pest resistance genes Lr67 and Lr34 are similar in that they both condition resistance to many diseases, in a non-race-specific manner, and code for cellular transporters. Lr34 plays a critical role in breeding wheat for disease resistance in large part because it interacts with other resistance genes to result in effective and durable resistance. To determine if Lr67 interacts with other resistance genes in a similar manner as Lr34 six different doubled haploid populations were developed which segregated for either Lr67 or Lr34 along with a second resistance gene, either Lr13, Lr16, or Lr32. The presence or absence of each of these genes in the progeny lines was determined by molecular marker analysis. These six populations were tested for leaf rust field resistance in the same environments to compare the effects of Lr34 and Lr67 alone, and in combination with Lr13, Lr16 or Lr32. Lr67 and Lr34 significantly reduced the levels of rust severity, Lr34 showed a significant interaction with Lr13 but Lr67 did not. Both genes interacted with Lr16, and Lr67 had a significant interaction with Lr32. This analysis demonstrates the similar effect of Lr67, as seen with Lr34, on the interaction with other resistance genes to give a better level of resistance than with single resistance genes. While Lr67 is not widely deployed in agriculture, it could play an important role in disease resistance in future wheat cultivars.
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) | 0,000 | 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 | 0,001 |
| 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 ».