Allele Mining of Major Gall Midge Resistance Genes <em>gm3, Gm4,</em> Gm8 and Gm11 in Selected Sri Lankan Rice Germplasm
Notice bibliographique
Résumé
Breeding ri ce varieties carrying resistance to rice gall midge (RGM), Orseolia oryzae is a key strategy to reduce yield losses incurred as a result of RGM infestations, globally. Using associated DNA-markers, the study evaluated 55 Sri Lankan ric e accessions (23 traditional (TAs) and 32 newly improved rice varieties (NIVs)) based on their breeding potential t o identify rice accessions carrying resistance alleles at four major RGM resistance genes: gm3, Gm4, Gm8, and Gm11. The allele profiling revealed that none of the rice accessions carried resistance alleles for all four genes and five access ions carried only susceptible alleles at the target loci. Eleven accessions carried resistance alleles at gene combinations Gm4, Gm8 and Gm11 (7), gm3, Gm8 and Gm11 (3), and gm 3, Gm4 and Gm11 (1). Twenty-four accessions reported combinations of any two resistance alleles from the four target genes, and 15 rice accessions carried only one resistance allele for the three target genes gm3, Gm8 and Gm11. The resistance alleles of Gm11 (56%) and gm3 (49%) were the most common in the study panel, and the resistance allele of Gm 4 was the least prevalent (33%). Considering all four resistance genes, TAs carried the resistance alleles mostly com pared to the NIVs, except in the gene gm3. The RGM resistance allele profiling conducted herewith will facilitate taking informative decisions at parental and donor selection for crosses and gene pyramiding, in rice breeding programs. The study must be further expanded with a field evaluation of rice accessions for resistance to RGM and discovering novel resistance genes in the local germplasm to broaden the understanding of RGM resistance in rice.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».