Comprehensive Identification of Main, Environment Interaction and Epistasis Quantitative Trait Nucleotides for 100-Seed Weight in Soybean (Glycine max (L.) Merr.)
Notice bibliographique
Résumé
Soybean hundred seed weight (HSW) is a complex quantitative trait affected by multiple genes and environmental factors. To date, a large number of quantitative trait nucleotides (QTNs) have been reported, but less information on QTN-by-environment interactions (QEIs) and QTN-QTN interaction (QQIs) for soybean HSW is available. Mapping without QEIs and QQIs result in missing some important QTNs that are significantly related to HSW. Therefore, the present study conducted genome-wide association analysis to map main QTNs, QEIs and QQIs for HSW in a panel with 573 diverse soybean lines tested in three independent environments (E1, E2 and E3) with Mean- and best linear unbiased value (BLUP)- phenotype. In all, 147 main effect QTNs, 11 QEIs, and 24 pairs of QQIs were detected in the Mean-phenotype, and 138 main effect QTNs, 13 QEIs, and 27 pairs of QQIs in the BLUP-phenotype. The total phenotypic variation explained by the main effect QTNs, QEIs, and QQIs were 35.31–39.71, 8.52–8.89 and 34.77–35.09%, respectively, indicating an important role of non-additive effects on HSW. Out of these, 33 QTNs were considered as stable with 23 colocalized with previously known loci, while 10 were novel QTNs. In addition, 10 pairs stable QQIs were simultaneously detected in the two phenotypes. Based on homolog search in Arabidopsis thaliana and in silico transcriptome data, seven genes (Glyma13g42310, Glyma13g42320, Glyma08g19580, Glyma13g44020, Glyma13g43800, Glyma17g16620 and Glyma07g08950) from some main-QTNs and two genes (Glyma06g19000 and Glyma17g09110) of QQIs were identified as potential candidate genes, however their functional role warrant further screening and functional validation. Our results shed light on the involvement of QEIs and QQIs in regulating HSW in soybean, and these together with candidate genes identified would be valuable genomic resources in developing soybean cultivars with desirable seed weight.
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 ».