Development of a Nested Association Mapping (NAM) population for untangling complex traits in lentil ( <i>Lens culinaris</i> Medik.)
Notice bibliographique
Résumé
Abstract Understanding the genetic basis of complex traits remains a key challenge in crop improvement. This study aimed to develop a structured, multi-parental mapping population to enhance the resolution of quantitative trait dissection, based on the hypothesis that a Nested Association Mapping (NAM) design would enable the detection of minor-effect loci often overlooked by traditional biparental or diversity panel-based approaches. A lentil ( Lens culinaris Medik.) NAM population was developed by crossing the Canadian cultivar CDC Redberry with 32 diverse genotypes sourced globally from three major lentil-growing macro-environments: Northern temperate, Mediterranean, and South Asia. The resulting recombinant inbred lines were phenotyped for key phenological traits, days to emergence (DTE), flowering (DTF), and maturity (DTM), under field conditions, and genotyped using exome capture sequencing. Genome-wide association studies for DTF identified 14 significant loci across six chromosomes, including the known FTb locus and novel associations near AP3a, HUB2a , and PIF6 genes. These results demonstrate the utility of the NAM design in detecting both major and minor-effect loci that underlie complex trait variation. To our knowledge, this is the first publicly available NAM population in lentil. It provides a high-resolution, globally representative platform for trait discovery, pre-breeding, and collaborative genetic improvement of this nutritionally and agronomically important legume.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».