Uncovering Key Genes Associated with the Short-Winged Trait in Faba Bean (Vicia faba L.) Through Re-Sequencing and Genome-Wide Association Studies (GWASs)
Notice bibliographique
Résumé
Faba bean (Vicia faba L.) is a globally significant legume valued for its applications in food, vegetables, and green manure, yet its high outcrossing rate (30–80%) poses challenges for production development. A rare short-winged trait identified in Yunnan, China, offers promise for developing low-outcrossing varieties, reducing outcrossing rates to below 5%. Scanning electron microscopy (SEM) and transmission electron microscopy (TEM) analyses revealed that the epidermal cells of normal wing petals are conical, while those of short-wing petals are tubular. This study examined 200 F2 lines from crosses between ‘K0692’ (short-winged) and ‘Yundou 1183’, as well as ‘Yundoulvxin 1’ (short-winged) and ‘Yundou 1183’. The GWASs identified 10 SNP loci across chromosomes 2, 3, 4, and 5, with SNP_chr4::1013887633 explaining 22.20% of the wing trait variation. Key candidate genes were identified, such as VFH_III145120, which influences floral identity; and VFH_III149200, associated with epidermal differentiation. GO enrichment analysis demonstrated significant gene involvement in RNA localization, ribosome biogenesis, and preribosome metabolism, while KEGG analysis linked these genes to pathways in amino acid, nucleotide, and purine metabolism; ubiquitin-mediated proteolysis; and protein processing in the endoplasmic reticulum. These findings lay a foundation for breeding low-outcrossing faba bean varieties and enhancing sustainable faba bean cultivation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».