MétaCan
Menu
Retour à la cohorte
Enregistrement W4288446625 · doi:10.3389/fpls.2022.947538

Selection strategies to introgress water deficit tolerance derived from Solanum galapagense accession LA1141 into cultivated tomato

2022· article· en· W4288446625 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFrontiers in Plant Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensnon disponible
Organismes subventionnairesOhio Agricultural Research and Development Center, Ohio State UniversityUniversidade Federal de LavrasU.S. Department of AgricultureBrock UniversityOhio State UniversityDirectorate for Biological Sciences
Mots-clésBiologyCanopyQuantitative trait locusSolanumIntrogressionDrought toleranceAgronomyTraitSelection (genetic algorithm)Genetic diversityHorticultureBotanyGeneticsPopulationGene

Résumé

récupéré en direct d'OpenAlex

Crop wild relatives have been used as a source of genetic diversity for over one hundred years. The wild tomato relative Solanum galapagense accession LA1141 demonstrates the ability to tolerate deficit irrigation, making it a potential resource for crop improvement. Accessing traits from LA1141 through introgression may improve the response of cultivated tomatoes grown in water-limited environments. Canopy temperature is a proxy for physiological traits which are challenging to measure efficiently and may be related to water deficit tolerance. We optimized phenotypic evaluation based on variance partitioning and further show that objective phenotyping methods coupled with genomic prediction lead to gain under selection for water deficit tolerance. The objectives of this work were to improve phenotyping workflows for measuring canopy temperature, mapping quantitative trait loci (QTLs) from LA1141 that contribute to water deficit tolerance and comparing selection strategies. The phenotypic variance attributed to genetic causes for canopy temperature was higher when estimated from thermal images relative to estimates based on an infrared thermometer. Composite interval mapping using BC 2 S 3 families, genotyped with single nucleotide polymorphisms, suggested that accession LA1141 contributed alleles that lower canopy temperature and increase plant turgor under water deficit. QTLs for lower canopy temperature were mapped to chromosomes 1 and 6 and explained between 6.6 and 9.5% of the total phenotypic variance. QTLs for higher leaf turgor were detected on chromosomes 5 and 7 and explained between 6.8 and 9.1% of the variance. We advanced tolerant BC 2 S 3 families to the BC 2 S 5 generation using selection indices based on phenotypic values and genomic estimated breeding values (GEBVs). Phenotypic, genomic, and combined selection strategies demonstrated gain under selection and improved performance compared to randomly advanced BC 2 S 5 progenies. Leaf turgor, canopy temperature, stomatal conductance, and vapor pressure deficit (VPD) were evaluated and compared in BC 2 S 5 progenies grown under deficit irrigation. Progenies co-selected for phenotypic values and GEBVs wilted less, had significantly lower canopy temperature, higher stomatal conductance, and lower VPD than randomly advanced lines. The fruit size of water deficit tolerant selections was small compared to the recurrent parent. However, lines with acceptable yield, canopy width, and quality parameters were recovered. These results suggest that we can create selection indices to improve water deficit tolerance in a recurrent parent background, and additional crossing and evaluation are warranted.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil0,761

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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