MétaCan
Menu
Retour à la cohorte
Enregistrement W4402664717 · doi:10.9734/jeai/2024/v46i92901

Advancements in Lentil Genomics for Enhanced Crop Breeding: A Review

2024· review· en· W4402664717 sur OpenAlexaboutno aff
Ravi Kesari, Sareeta Nahakpam, Debjyoti Sen Gupta, Mankesh Kumar, Sweta Sinha, Tribhuwan Kumar

Notice bibliographique

RevueJournal of Experimental Agriculture International · 2024
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Genetic and Mutation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCropGenomicsBiotechnologyBiologyGenomic selectionAgroforestryBusinessAgronomyGenomeGeneticsGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Lentil (Lens culinaris Medik) is an essential pulse crop that is widely grown for its high nutritional value, notably its high protein content, making it an important dietary component for vegetarians and vegans. Despite being the world's fifth most produced pulse, with large contributions from Canada and India, lentil production confronts obstacles such as poor productivity due to limited genetic improvement against biotic and abiotic stresses under rainfed cultivation conditions. Recent advances in lentil genetics and genomics, such as the discovery of genes related to yield, disease resistance, and nutritional content, have boosted breeding efforts to generate improved lentil varieties. The use of contemporary genomic techniques like molecular markers, marker-assisted selection (MAS), genomic selection (GS), and next-generation sequencing (NGS) technology has sped up the discovery of quantitative trait loci (QTLs) and the production of novel cultivars with superior agronomic characteristics. Databases such as NCBI and ENA, as well as specialized resources like KnowPulse, provide critical genomic data, while the creation of lentil genome assemblies, notably the CDC Redberry variety, has improved our understanding of lentil genetics. These resources help to solve the constraints of traditional breeding, particularly for complex characteristics impacted by genotype-environment interactions, opening the way for more robust and productive lentil varieties. Although the application of advanced tools such as genetic engineering, cisgenesis, and genome editing has moved more slowly in lentils than in other crops, their potential to improve lentil output is encouraging. Recent studies on lentil genomes, together with the creation of increased genetic resources and cutting-edge techniques, offer the ability to overcome production constraints and dramatically increase lentil production and quality throughout the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,366
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Agriculture InternationalMême sujetPlant Genetic and Mutation StudiesTravaux en français237 207