Pool-seq of diverse apple germplasm reveals candidate loci underlying ripening time, phenolic content, and softening
Notice bibliographique
Résumé
Ripening time, softening, and phenolic content are phenotypes of considerable commercial importance in apples. Identifying causal genetic variants controlling these traits not only advances marker-assisted breeding, but it is also an essential step for the application of gene editing technologies in apples. To advance the discovery of genetic variants associated with these phenotypes, we examined allele frequency differences between groups of phenotypically extreme individuals from Canada’s Apple Biodiversity Collection using pooled whole genome sequencing (pool-seq). We sequenced pooled DNA samples to an average read depth of 150x and scanned the genome for allelic differentiation between pools. For each phenotype, we identified >20 million genetic variants and identified numerous candidate genes. We identified loci on chromosomes 3 and 4 associated with ripening time, the former suggesting that regulatory variants upstream of a previously identified transcription factor <italic>NAC18.1</italic> may be causal. Our analysis identified candidate regions on chromosomes 4, 8, and 16 associated with phenolic content, and suggested a cluster of <italic>UDP-Glycosyltransferase</italic> family genes as candidates for polyphenol production. Further, we identified regions on chromosomes 17 and 10 associated with softening and suggest a <italic>Long-chain fatty alcohol dehydrogenase family</italic> gene as putatively causal.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 tête enseignante, 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 ».