MétaCan
Menu
Retour à la cohorte
Enregistrement W4281251240 · doi:10.1007/s00122-022-04109-9

Genetic architecture of fusarium head blight disease resistance and associated traits in Nordic spring wheat

2022· article· en· W4281251240 sur OpenAlexaff
Vinay Kumar Reddy Nannuru, Susanne Windju, Tatiana Belova, Jon Arne Dieseth, Muath Alsheikh, Yanhong Dong, Curt A. McCartney, Maria Antonia Henriques, Hermann Buerstmayr, Sebastian Michel, Theodorus Meuwissen, Morten Lillemo

Notice bibliographique

RevueTheoretical and Applied Genetics · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensUniversity of ManitobaAgriculture and Agri-Food Canada
Organismes subventionnairesNorges Miljø- og Biovitenskapelige UniversitetNorges Forskningsråd
Mots-clésBiologyPlant biochemistryGenetic architecturePlant disease resistanceSpring (device)FusariumResistance (ecology)AgronomyMycologyQuantitative trait locusBotanyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

KEY MESSAGE: This study identified a significant number of QTL that are associated with FHB disease resistance in NMBU spring wheat panel by conducting genome-wide association study. Fusarium head blight (FHB) is a widely known devastating disease of wheat caused by Fusarium graminearum and other Fusarium species. FHB resistance is quantitative, highly complex and divided into several resistance types. Quantitative trait loci (QTL) that are effective against several of the resistance types give valuable contributions to resistance breeding. A spring wheat panel of 300 cultivars and breeding lines of Nordic and exotic origins was tested in artificially inoculated field trials and subjected to visual FHB assessment in the years 2013-2015, 2019 and 2020. Deoxynivalenol (DON) content was measured on harvested grain samples, and anther extrusion (AE) was assessed in separate trials. Principal component analysis based on 35 and 25 K SNP arrays revealed the existence of two subgroups, dividing the panel into European and exotic lines. We employed a genome-wide association study to detect QTL associated with FHB traits and identify marker-trait associations that consistently influenced FHB resistance. A total of thirteen QTL were identified showing consistent effects across FHB resistance traits and environments. Haplotype analysis revealed a highly significant QTL on 7A, Qfhb.nmbu.7A.2, which was further validated on an independent set of breeding lines. Breeder-friendly KASP markers were developed for this QTL that can be used in marker-assisted selection. The lines in the wheat panel harbored from zero to five resistance alleles, and allele stacking showed that resistance can be significantly increased by combining several of these resistance alleles. This information enhances breeders´ possibilities for genomic prediction and to breed cultivars with improved FHB resistance.

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 enseignants0,839
Score d'incertitude au seuil0,242

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 Opus0,006
Tête enseignante GPT0,185
Écart entre enseignants0,179 · 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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Applied GeneticsMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207