Allelic variability in the Rpp1 locus conferring resistance to Asian soybean rust revealed by genome-wide association
Notice bibliographique
Résumé
Soybean is a crucial crop for the Brazilian economy, but it faces challenges from the biotrophic fungus Phakopsora pachyrhizi, which causes Asian Soybean Rust (ASR). In this study, we aimed to identify SNPs associated with resistance within the Rpp1 locus, which is effective against Brazilian ASR populations. We employed GWAS and re-sequencing analyzes to pinpoint SNP markers capable of differentiating between soybean accessions harboring the Rpp1, Rpp1-b and other alternative alleles in the Rpp1 locus and from susceptible soybean cultivars. Seven SNP markers were found to be associated with ASR resistance through GWAS, with three of them defining haplotypes that efficiently distinguished the accessions based on their ASR resistance and source of the Rpp gene. These haplotypes were subsequently validated using a bi-parental population and a diverse set of Rpp sources, demonstrating that the GWAS markers co-segregate with ASR resistance. We then examined the presence of these haplotypes in a diverse set of soybean genomes worldwide, finding a few new potential sources of Rpp1/Rpp1-b. Further genomic sequence analysis revealed nucleotide differences within the genes present in the Rpp1 locus, including the ULP1-NBS-LRR genes, which are potential R gene candidates. These results provide valuable insights into ASR resistance in soybean, thus helping the development of resistant soybean varieties through genetic breeding programs.
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 | 0,001 | 0,001 |
| 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 ».