Construction of a High-Density Genetic Linkage Map and QTL Analysis of Fiber Yield Traits in Kenaf (<i>Hibiscus Cannabinus</i> L.) via SLAF-seq
Notice bibliographique
Résumé
High-density genetic maps are vital for quantitative trait loci (QTL) mapping, genome assembly, and marker-assisted selection (MAS) in plants. Meanwhile, kenaf (Hibiscus cannabinus L.) is an important crop that produces raw fiber to many industries. However, both high-density genetic map construction and QTL identification have been limited in this crop due to insufficient molecular markers. Here, we constructed a high-density genetic linkage map in kenaf via specific-locus amplified fragment sequencing (SLAF-seq). An F7:8 mapping population of 138 recombinant inbred lines was developed by crossing between Alian and Fuhong 992. In total, 220,484 high-quality SLAFs were detected, among which 52,832 were polymorphic; 4,167 polymorphic markers were then utilized to construct a genetic map. The assembled genetic map contained 18 linkage groups, spanning 1,952.68 cM with a mean distance of 0.47 cM among the adjacent markers. Phenotypic data from 10 fiber yield-related traits were used for QTL analysis, and a total of 85 QTLs were detected for 10 traits. We were able to construct the densest linkage map yet reported in kenaf and our findings will aid in further QTL mapping, genome comparisons, and MAS breeding in kenaf.
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 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».