Genetic architecture of rust resistance in a wheat (Triticum turgidum) diversity panel
Notice bibliographique
Résumé
Introduction: Wheat rust diseases are widespread and affect all wheat growing areas around the globe. Breeding strategies focus on incorporating genetic disease resistance. However, pathogens can quickly evolve and overcome the resistance genes deployed in commercial cultivars, creating a constant need for identifying new sources of resistance. Methods: We have assembled a diverse tetraploid wheat panel comprised of 447 accessions of three Triticum turgidum subspecies and performed a genome-wide association study (GWAS) for resistance to wheat stem, stripe, and leaf rusts. The panel was genotyped with the 90K Wheat iSelect single nucleotide polymorphism (SNP) array and subsequent filtering resulted in a set of 6,410 non-redundant SNP markers with known physical positions. Results: Population structure and phylogenetic analyses revealed that the diversity panel could be divided into three subpopulations based on phylogenetic/geographic relatedness. Marker-trait associations (MTAs) were detected for two stem rust, two stripe rust and one leaf rust resistance loci. Of them, three MTAs coincide with the known rust resistance genes Sr13, Yr15 and Yr67, while the other two may harbor undescribed resistance genes. Discussion: The tetraploid wheat diversity panel, developed and characterized herein, captures wide geographic origins, genetic diversity, and evolutionary history since domestication making it a useful community resource for mapping of other agronomically important traits and for conducting evolutionary studies.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».