Overcoming breeding constraints in polyploid oat from evolutionary insights
Notice bibliographique
Résumé
Polyploidy provides adaptive advantages in plants by buffering deleterious mutations1,2. While polyploidization can enhance agronomic traits such as increased biomass, known as the gigas effect (1,2,3,4), increasing genetic gain in polyploid crops remains a critical but difficult goal due to the difficulty in dissecting complex trait inheritance (5,6). Here we present chromosome-scale genome assemblies for 26 Avena taxa, spanning diploid, tetraploid, and hexaploid lineages. We traced four independent polyploidization events across the genus, including the formation of A. agadiriana as an allotetraploid (AgAgAgʹAgʹ), and revealed a reticulate evolutionary history shaped by gene flow involving four subgenomes (A, B, C, D), for example, the hybrid speciation of A. hirtula. Transcriptomic analysis of 286 samples across 11 tissues, combined with deleterious mutation analysis from a cultivated population of 112 accessions, showed that polyploidization led to widespread functional redundancy among homoeologs, supporting a genome-wide buffering effect. However, derived allele frequency analysis revealed that, while disrupting functional genes may yield desirable traits, the buffering effect impedes the fixation of beneficial loss-of-function mutations and thereby limits breeding efficiency. Based on these integrative analyses, we propose breeding strategies to circumvent these limitations by targeting beneficial loss-of-function alleles within the complex polyploid background of oat. Our study highlights broader challenges in the improvement of polyploid crops and provides a foundation for future breeding strategies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».