Quantitative Trait Locus Mapping of Marsh Spot Disease Resistance in Cranberry Common Bean (Phaseolus vulgaris L.)
Notice bibliographique
Résumé
Common bean (Phaseolus vulgaris L.) is a food crop that is an important source of dietary proteins and carbohydrates. Marsh spot is a physiological disorder that diminishes seed quality in beans. Prior research suggested that this disease is likely caused by manganese (Mn) deficiency during seed development and that marsh spot resistance is controlled by at least four genes. In this study, genetic mapping was performed to identify quantitative trait loci (QTL) and the potential candidate genes associated with marsh spot resistance. All 138 recombinant inbred lines (RILs) from a bi-parental population were evaluated for marsh spot resistance during five years from 2015 to 2019 in sandy and heavy clay soils in Morden, Manitoba, Canada. The RILs were sequenced using a genotyping by sequencing approach. A total of 52,676 single nucleotide polymorphisms (SNPs) were identified and filtered to generate a high-quality set of 2066 SNPs for QTL mapping. A genetic map based on 1273 SNP markers distributed on 11 chromosomes and covering 1599 cm was constructed. A total of 12 stable and 4 environment-specific QTL were identified using additive effect models, and an additional two epistatic QTL interacting with two of the 16 QTL were identified using an epistasis model. Genome-wide scans of the candidate genes identified 13 metal transport-related candidate genes co-locating within six QTL regions. In particular, two QTL (QTL.3.1 and QTL.3.2) with the highest R2 values (21.8% and 24.5%, respectively) harbored several metal transport genes Phvul.003G086300, Phvul.003G092500, Phvul.003G104900, Phvul.003G099700, and Phvul.003G108900 in a large genomic region of 16.8–27.5 Mb on chromosome 3. These results advance the current understanding of the genetic mechanisms of marsh spot resistance in cranberry common bean and provide new genomic resources for use in genomics-assisted breeding and for candidate gene isolation and functional characterization.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».