A high-resolution genotype–phenotype map identifies the TaSPL17 controlling grain number and size in wheat
Notice bibliographique
Résumé
BACKGROUND: Large-scale genotype-phenotype association studies of crop germplasm are important for identifying alleles associated with favorable traits. The limited number of single-nucleotide polymorphisms (SNPs) in most wheat genome-wide association studies (GWASs) restricts their power to detect marker-trait associations. Additionally, only a few genes regulating grain number per spikelet have been reported due to sensitivity of this trait to variable environments. RESULTS: We perform a large-scale GWAS using approximately 40 million filtered SNPs for 27 spike morphology traits. We detect 132,086 significant marker-trait associations and the associated SNP markers are located within 590 associated peaks. We detect additional and stronger peaks by dividing spike morphology into sub-traits relative to GWAS results of spike morphology traits. We propose that the genetic dissection of spike morphology is a powerful strategy to detect signals for grain yield traits in wheat. The GWAS results reveal that TaSPL17 positively controls grain size and number by regulating spikelet and floret meristem development, which in turn leads to enhanced grain yield per plant. The haplotypes at TaSPL17 indicate geographical differentiation, domestication effects, and breeding selection. CONCLUSION: Our study provides valuable resources for genetic improvement of spike morphology and a fast-forward genetic solution for candidate gene detection and cloning in wheat.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 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 ».