Identification of Novel Quantitative Trait Loci for Culm Thickness of Rice Derived from Strong-Culm Landrace in Japan, Omachi
Notice bibliographique
Résumé
Abstract Increasing the lodging resistance of rice through genetic improvement has been an important target in breeding. To further enhance the lodging resistance of high-yielding rice varieties amidst climate change, it is necessary to not only shorten culms but strengthen them as well. A landrace rice variety, Omachi, which was established more than 100 years ago, has the largest culm diameter and bending moment at breaking in the basal internodes among 135 temperate japonica accessions. Using unused alleles in such a landrace is an effective way to strengthen the culm. In this study, we performed quantitative trait locus (QTL) analysis to identify the genetic factors of culm strength of Omachi using recombinant inbred lines (RILs) derived from a cross between Omachi and Koshihikari, a standard variety in Japan. We identified three QTLs for the culm diameter of the 5th internode on chromosomes 3 (qCD3) and 7 (qCD7-1, qCD7-2). Among them, qCD7-2 was verified by QTL analysis using the F2 population derived from a cross between one of the RILs and Koshihikari. RNA-seq analysis of shoot apex raised 10 candidate genes underlying the region of qCD7-2. The increase in culm strength by accumulating Omachi alleles of qCD3, qCD7-1 and qCD7-2 was 25.0% in 2020. These QTLs for culm diameter pleiotropically increased spikelet number per panicle but did not affect days to heading or culm length. These results suggest that the Omachi alleles of qCD3, qCD7-1 and qCD7-2 are useful for breeding to increase lodging resistance and yield.
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 | 0,000 |
| 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) | 0,001 | 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 ».