Centromeres are Hotspots for Chromosomal Inversions and Breeding Traits in Mango
Notice bibliographique
Résumé
Abstract Chromosomal inversions can preserve combinations of favorable alleles by suppressing recombination. Simultaneously, they reduce the effectiveness of purifying selection enabling deleterious alleles to accumulate. This study explores how areas of low recombination, including centromeric regions and chromosomal inversions, contribute to the accumulation of deleterious and favorable loci in 225 Mangifera indica genomes from the Australian Mango Breeding Program. Here, we identify 17 chromosomal inversions that cover 7.7% (29.7Mb) of the M. indica genome: eight pericentric (inversion includes the centromere) and nine paracentric (inversion is on one arm of the chromosome). Our results show that these large pericentric inversions are accumulating deleterious loci, while the paracentric inversions show deleterious levels above and below the genome wide average. We find that despite their deleterious load, chromosomal inversions contain small effect loci linked to variation in crucial breeding traits, indicating that chromosomal inversions have likely facilitated their selection. The results from this study have important implications for selective breeding of favorable combinations of alleles in regions of low recombination. Significance Statement Chromosomal inversions and other low recombination regions of the genome can drive trait evolution. Fewer recombination events can assist in maintaining favorable combinations of alleles, but it can also make disentangling favorable and deleterious alleles difficult. Understanding whether these low recombination regions contain favorable or deleterious loci could drive our decision to increase or decrease the frequency of these regions in target breeding populations. Breeding for large segments of the genome based on presence or absence of an inversion can rapidly drive large trait differences within few generations. Harnessing the impact of large low recombination regions of the genome could have major implications for future genetic improvement in breeding.
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 | 0,001 |
| 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 ».