Genetic Diversity and Subspecific Races of Upland Cotton (Gossypium hirsutum L.)
Notice bibliographique
Résumé
Background/Objectives: The classification and phylogenetic relationships of Gossypium hirsutum L. landraces, despite their proximity to southern Mexico, remain unresolved. This study aimed to clarify these relationships using SSR markers and hybridization methods, focusing on subspecies and race differentiation within G. hirsutum L. Methods: Seventy polymorphic SSR markers (out of 177 tested) were used to analyze 141 alleles and calculate genetic distances among accessions. Phylogenetic relationships were determined using MEGA software (version 11.0.13) and visualized in a phylogenetic tree. ANOVA in NCSS 12 was used for statistical analysis. Over 1000 inter-race crosses were conducted to assess boll-setting rates. Results: Distinct phylogenetic patterns were identified between G. hirsutum subspecies and races, correlating with boll-setting rates. Latifolium, richmondii, and morilli showed no significant increase in boll-setting rates in reciprocal crosses. Cultivars Omad and Bakht, as paternal parents, yielded higher boll-setting rates. Religiosum and yucatanense displayed high boll- and seed-setting rates as maternal parents but low rates as paternal parents. Additionally, phylogenetic analysis revealed a close relationship between cultivars ‘Omad’ and ‘Bakht’ with G. hirsutum race richmondii, indicating their close evolutionary relationship. Conclusions: Reciprocal differentiation characteristics of G. hirsutum subspecies and races, particularly religiosum and yucatanense, should be considered during hybridization for genetic and breeding studies. Understanding the phylogenetic relationships among G. hirsutum taxa is crucial for exploring the genetic diversity of this economically important species.
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 ».