Untying the knot: Unraveling genetic mechanisms behind black knot disease resistance in <i>Prunus salicina</i> (Japanese plum)
Notice bibliographique
Résumé
Abstract Little is known regarding the genes, compounds and physiological alternations that take place upon infection of black knot disease. This research aimed to unravel the genetic mechanism responsible for the resistance of Japanese plum ( Prunus salicina L.) trees against black knot ( Apiosporina morbosa Schwein.) using a Genome‐Wide Association Study. Genotyping by Sequencing (GBS) was combined with a phenotyping system to analyze 200 genotypes of mixed origin. Population stratification identified four subpopulations, and the Fixed and Random Model Circulating Probability Unification (FarmCPU) algorithm was used for this analysis. Nineteen single nucleotide polymorphisms (SNPs) significantly associated with black knot disease resistance were discovered across five chromosomes. Linkage disequilibrium analysis identified 55 genes near these SNPs, with eight genes related to plant defense, immunity, and biotic stress response. One SNP mutation was found in the 5′ untranslated region of a gene regulating the first enzyme in phenylpropanoid biosynthesis. The results provide valuable insights into the genetic mechanisms behind BLACK KNOT disease resistance in Japanese plum and identifies potential markers for use in molecular 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 | 0,000 |
| 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 ».