Genetic analysis of silique and seed traits in Brassica juncea (L.) Czern. under differential doses of nitrogen application
Notice bibliographique
Résumé
Mustard, a major source of edible and industrial grade oils in the Indian subcontinent and various regions of Australia, Eastern Europe, and Canada, is also a protein resource for the animal feed industry. Silique and seed size are key traits for mustard improvement, but their inheritance mechanisms are not fully understood. We evaluated 92 inbred lines for silique length, seeds per silique, seed size, and rupture energy required to shatter a pod at three levels of nitrogen application in two crop seasons. Genotypes showed large phenotypic variations and a continuous distribution for all silique-related traits, suggesting a quantitative inheritance. Genotype × nitrogen interactions were significant for silique length, seeds per silique, and rupture energy. Association analysis identified 59 significant SNPs, whose annotations facilitated the prediction of 16 important genes underlying observed phenotypic variations. These genes are associated with silique formation (SHP2), grain formation (BG1, BG4), cell elongation (BRI1), grain filling (AT1G12500, AT1G77610, SWEET1, and AT3G14410), and silique shattering (UBP15, CO, INDEHISCENT, AGAMOUS1, FRUITFULL, and SHP2). RNA-seq data from 18 mustard genotypes revealed expression-level variations for identified candidate genes. Upregulation of SHP2 for SPS and resistance to silique shattering was observed, while downregulation of BG4 was observed in two genotypes with smallest seeds. This study provides valuable insight that may facilitate the marker-assisted selection (MAS) breeding for silique traits.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».