Molecular characterization, DNA fingerprinting and genetic diversity analysis of Nepalese rice landraces using SSR markers
Notice bibliographique
Résumé
Rice (Oryza sativa) is the major crop of Nepal. Genetic diversity studies in rice have been conducted extensively with collections from various parts of the world, including Nepal. However, local landraces in these collections are explored on a very limited scale for novel genetic variations. The availability of wild relatives of Oryza sativa has increased interest in understanding the genetic makeup of Nepalese rice landraces. This study aimed to identify the variability in 80 rice landraces using 19 simple sequence repeat (SSR) markers. The collection represented geographical regions suitable for rice farming in Nepal. DNA fingerprints of some landraces showed clear distinctions. The results indicated significant genetic differentiation among the rice landraces, with a possible formation of two distinct clusters. Among 19 SSR markers, only 12 have shown polymorphism. The lowest allele frequency was observed in the Tauli Satara landrace. The maximum heterozygosity was observed from the sample collected from Pyuthan district. The first coordinate explained 18.81% of the variation, while the second coordinate explained 13.16%. Overall, these findings will benefit rice breeders and conservationists in selecting parent material, managing conservation efforts both on-farm and ex-situ, and linking genetic diversity with geographical locations.
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 | 0,001 |
| 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 ».