Genetic Basis of Agronomic Traits in Cucumber: A Review of QTL Mapping Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study provides a comprehensive synthesis of the genetic basis underlying key agronomic traits in cucumber ( Cucumis sativus L.), focusing on findings from quantitative trait loci (QTL) mapping studies. By analyzing over 300 QTLs across 42 traits, the review highlights the significant progress in identifying genetic markers associated with essential agronomic characteristics, including yield, fruit quality, disease resistance, and growth habits. Noteworthy discoveries include major QTLs such as Ef1.1, which influences early flowering, and FS5.2, a key regulator of fruit size and shape. These findings underscore the intricate genetic architecture governing cucumber traits and the potential for marker-assisted selection (MAS) to enhance breeding efficiency. The review also addresses challenges in the reproducibility and validation of QTLs across different genetic backgrounds and environments. Furthermore, the integration of next-generation sequencing technologies has bolstered QTL mapping precision, providing detailed genetic maps and facilitating candidate gene identification. Future directions involve leveraging gene-editing technologies like CRISPR/Cas9 and combining multi-omics approaches to further elucidate the regulatory networks underlying agronomic traits. The insights from QTL mapping not only advance cucumber breeding efforts but also set the foundation for developing resilient, high-yielding, and high-quality cucumber varieties to meet agricultural demands.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle