Climate resilience conserved in global germplasm repositories: Picking the most promising parents for agile plant breeding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Crop diversity is an essential resource for national and international breeding programs aimed at preparing global agriculture for a changing climate to ensure global food security. To do this there are related risks that need to be evaluated (1) does the genetic diversity needed for climate adaptation exist somewhere? And (2) is such genetic diversity accessible? To evaluate these risks, we consider the test case of publicly available genotyped and georeferenced sorghum landraces (n = 1,937) to ask if diversity is sufficient to support breeding for climate change adaptation. Answering these questions allows for characterization of the best potential parents and the geographies that harbor the most potentially promising genetypes for crop improvement. We subset this data into national, regional, and global geographic regions, and complete/mini core collections to understand the potential for climate adaptation in regional germplasm. Study accessions were given a future climate resilience score based on future climatic projections and a genomic adaptive capacity score using genomic estimated adaptive values (GEAVs) generated from environmental genomic selection - EGS) to ask whether this accessible diversity stored in germplasm repositories is potentially sufficient to meet forecasted changes in growing environments under climate change. We find that genomic resilience capacity is highly variable among countries and regions. High geographical variability was also found for climate resilience. To equitably adapt agriculture to future climate conditions, increased accessibility to plant genetic resources is essential.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle