<i>Corrigendum to</i> : Identification of salt tolerance QTL in a wheat RIL mapping population using destructive and non-destructive phenotyping
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bread wheat (Triticum aestivum L.) is one of the most important food crops, however it is only moderately tolerant to salinity stress. To improve wheat yield under saline conditions, breeding for improved salinity tolerance of wheat is needed. We have identified nine quantitative trail loci (QTL) for different salt tolerance sub-traits in a recombinant inbred line (RIL) population, derived from the bi-parental cross of Excalibur × Kukri. This population was screened for salinity tolerance subtraits using a combination of both destructive and non-destructive phenotyping. Genotyping by sequencing (GBS) was used to construct a high-density genetic linkage map, consisting of 3236 markers, and utilised for mapping QTL. Of the nine mapped QTL, six were detected under salt stress, including QTL for maintenance of shoot growth under salinity (QG ( 1-5 ) .asl -5A , QG ( 1-5 ) .asl -7B ) sodium accumulation (QNa.asl -2A ), chloride accumulation (QCl.asl -2A , QCl.asl -3A ) and potassium : sodium ratio (QK :Na.asl -2DS2 ). Potential candidate genes within these QTL intervals were shortlisted using bioinformatics tools. These findings are expected to facilitate the breeding of new salt tolerant wheat cultivars. Soil salinity causes major yield losses in bread wheat, which is moderately tolerant to salinity stress. Using high throughput genotyping and phenotyping techniques, we identified quantitative trail loci (QTL) for different salt tolerance sub-traits in bread wheat and shortlisted potential candidate genes. These QTL and candidate genes may prove useful in breeding for salt tolerant 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.
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 découle