Accumulating Heterozygous Deleterious Mutations in Conserved Soybean Germplasm over Successive Regenerations
Notice bibliographique
Résumé
More than 5.9 million plant germplasm accessions currently conserved in over 850 national genebanks worldwide will accumulate deleterious mutations over long-term conservation. However, little is known about how mutations accumulate in germplasm under long-term conservation. An attempt was made using seed-based RNA-Seq analysis to identify and characterize deleterious genetic variants in 190 diverse soybean accessions that were conserved since 1972 and were regenerated up to 10 cycles. The analysis identified 588 deleterious variants, which were widely distributed across 20 soybean chromosomes, mostly present in 10 or fewer samples, associated with diverse biological processes, and largely predicted to be weakly and mildly detrimental. Significant differences in estimates of three mutation burdens (total, heterozygous, and homozygous) were found among the samples, including sample groups representing different countries of origin. Total and heterozygous mutation burden estimates were found to increase significantly with the number of conservation years since accession acquisition and the number of germplasm regenerations, but homozygous mutation burden estimates were not correlated with these two conservation-related accession features. Total mutation burden estimates were negatively correlated with expressed gene counts and RNA integrity numbers (RINs) and marginally positively associated with averaged gene expression levels. Correlations were also found among expressed gene count, averaged gene expression level, and RIN value. No significant differences were detected between seed-based and leaf-based estimates of total mutation burden, expressed gene count, averaged expression level, and RIN. These findings provide the first empirical evidence that total mutation burden increased primarily through the accumulation of heterozygous, rather than homozygous, deleterious mutations over successive soybean germplasm regenerations. This insight is useful for conducting informative assessments of deleterious mutation accumulation and enhancing the management and conservation of plant germplasm.
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 | 0,000 |
| 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 ».