MétaCan
Menu
Retour à la cohorte
Enregistrement W4408153877 · doi:10.1038/s41598-025-90314-7

Identification and molecular marker analysis of PHS resistance of high generation wheat materials

2025· article· en· W4408153877 sur OpenAlexaff
Heng Zhou, Qiqi Zhang, Fangfang Liu, Wenyu Cao, Yao Li, Yingxiu Wan

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésGermplasmBiologyGerminationMolecular markerCultivarGenotypeGenetic markerAlleleAgronomyHorticultureBiotechnologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Pre-harvest sprouting (PHS) of wheat will significantly reduce the yield and quality of wheat and threaten the safety of wheat production in China. Screening and utilization of resistant germplasm and functional molecular markers is the fundamental way to reduce the harm of PHS. In this study, 238 high generation lines were used to identify and evaluate PHS resistance by grain germination method, and the distribution of PHS function markers Vp1B3, myb10-D, PM19-A1 and MFT-A2 in resistant germplasm was determined and their breeding effects were evaluated. Phenotypic identification showed that there were significant differences in the relative seed germination index (RSGI) of 238 wheat germplasm resources. The RSGI ranged from 0.03 to 1, and the average RSGI was 0.31. The difference significance analysis showed that the RSGI of the alleles of functional markers Vp1B3, PM19-A1 and MFT-A2 were significantly different, suggesting that Vp1B3, PM19-A1 and MFT-A2 could be used for detection of PHS resistance genotypes and marker-assisted breeding. Based on the phenotype and genotype results, three red wheat materials with high PHS resistance (23JD392, 23JD393 and 23JD481) and four white wheat materials with high PHS resistance (23JD025, 23JD085, 23JD541 and 23JD655) were selected. At the same time, the high resistance materials 23JD392 and 23JD393 which amplified TaVp-1Bc/TaPM19-A1a/TaMFT-A2a had the lowest RSGI. These results can be used for genetic breeding and layout of wheat varieties resistant to PHS, indicating that resistance can be significantly improved by using functional markers. This study combined molecular markers and phenotypic identification to screen anti-PHS materials, which is expected to improve the level of wheat PHS resistance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSeed Germination and PhysiologyTravaux en français237 207