MétaCan
Menu
Retour à la cohorte
Enregistrement W4321215969 · doi:10.1002/csc2.20941

<i>qSUB2</i>: A novel QTL with positive epistasis with <i>SUB1</i> locus enhances submergence tolerance in rice

2023· article· en· W4321215969 sur OpenAlexafffund
Oluyemi Titilola Akintayo, I. O. Daniel, Shittu Afeez, Okanlawon Lekan Jolayemi, Vimal Kumar Semwal, Ramaiah Venuprasad

Notice bibliographique

RevueCrop Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to water stress
Établissements canadiensResearch Manitoba
Organismes subventionnairesInternational Development Research CentreBill and Melinda Gates Foundation
Mots-clésBiologyQuantitative trait locusOryza sativaEpistasisLocus (genetics)AlleleGeneticsOryzaGene

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change is expected to significantly increase submergence stress of lowland rice ( Oryza sativa ) production in Africa. There is a need to further improve the ability of SUB1 gene to tolerate submergence stress. Genetic control of submergence tolerance was studied in a moderately tolerant to submergence African rice landrace “TOS6454.” Three mapping populations with a total of 1182 lines were developed by crossing TOS6454 with three popular rice varieties of West Africa that are high‐yielding but submergence susceptible, that is, FARO44, FARO52, and FARO60. The screening for submergence was conducted at the Africa Rice Center (AfricaRice) station in Ibadan, Nigeria during 2016–2018. The three mapping populations were genotyped with single nucleotide polymorphic markers either on the Kompetitive allele specific PCR or the DArTseq platforms. Quantitative trait locus (QTL) analysis revealed five different QTLs on chromosomes 1, 2, 3, 4, and 9. The QTLs on chromosomes 2 ( qSUB2 ) and 9 ( qSUB9 ) had consistent large effects and the tolerance alleles were contributed by TOS6454. The QTL on chromosome 9 ( qSUB9 ) had a large effect on submergence tolerance in all three mapping populations. This QTL had a highest logarithm of odds (LOD) score of 30.46 and explained as much as 27.7% phenotypic variation ( R 2 ), with an additive effect of up to 9.39. The QTL on chromosome 2 ( qSUB2) had a highest LOD score of 10.78 and explained up to 10.8% R 2 for this trait. Furthermore, qSUB2 had positive epistasis with qSUB9 which further increased submergence tolerance. A total of 57 lines carrying both qSUB2 and qSUB9 alleles were superior to all other lines in submergence tolerance. qSUB9 co‐segregated with ART5 a marker for the SUB1 gene; thus, it is suggested that qSUB9 is the same as the well‐known SUB1 gene. Pyramiding qSUB2 with the SUB1 gene locus is expected to further improve submergence tolerance in elite rice varieties.

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 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)0,001
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 enseignants0,663
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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'admission2
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetPlant responses to water stressTravaux en français237 207