MétaCan
Menu
Retour à la cohorte
Enregistrement W4316928481 · doi:10.1093/g3journal/jkad014

Genomic prediction of switchgrass winter survivorship across diverse lowland populations

2023· article· en· W4316928481 sur OpenAlexaff
Neal W. Tilhou, Hari P. Poudel, John T. Lovell, Sujan Mamidi, Jeremy Schmutz, Chris Daum, Matthew Zane, Yuko Yoshinaga, Anna Lipzen, Michael D. Casler

Notice bibliographique

RevueG3 Genes Genomes Genetics · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesBiological and Environmental ResearchGreat Lakes Bioenergy Research CenterAgricultural Research ServiceU.S. Department of AgricultureOffice of ScienceJoint Genome InstituteU.S. Department of Energy
Mots-clésBiologySurvivorship curveEcotypeTraitHeritabilityPopulationDemographyAgronomyEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

In the North-Central United States, lowland ecotype switchgrass can increase yield by up to 50% compared with locally adapted but early flowering cultivars. However, lowland ecotypes are not winter tolerant. The mechanism for winter damage is unknown but previously has been associated with late flowering time. This study investigated heading date (measured for two years) and winter survivorship (measured for three years) in a multi-generation population generated from two winter-hardy lowland individuals and diverse southern lowland populations. Sequencing data (311,776 markers) from 1,306 individuals were used to evaluate genome-wide trait prediction through cross-validation and progeny prediction (n = 52). Genetic variance for heading date and winter survivorship was additive with high narrow-sense heritability (0.64 and 0.71, respectively) and reliability (0.68 and 0.76, respectively). The initial negative correlation between winter survivorship and heading date degraded across generations (F1r = -0.43, pseudo-F2r = -0.28, pseudo-F2 progeny r = -0.15). Within-family predictive ability was moderately high for heading date and winter survivorship (0.53 and 0.52, respectively). A multi-trait model did not improve predictive ability for either trait. Progeny predictive ability was 0.71 for winter survivorship and 0.53 for heading date. These results suggest that lowland ecotype populations can obtain sufficient survival rates in the northern United States with two or three cycles of effective selection. Despite accurate genomic prediction, naturally occurring winter mortality successfully isolated winter tolerant genotypes and appears to be an efficient method to develop high-yielding, cold-tolerant switchgrass 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,075
Tête enseignante GPT0,264
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueG3 Genes Genomes GeneticsMême sujetBioenergy crop production and managementTravaux en français237 207