Genomic analysis and predictive modeling in the Northern Uniform Soybean Tests
Notice bibliographique
Résumé
Abstract The Northern Uniform Soybean Tests (NUST) are a regional field trial network coordinated by the United States Department of Agriculture to evaluate experimental soybean ( Glycine max L.) strains developed by public institutions. Historical data from the NUST compiled, curated, and reported herein comprise a valuable multi‐environment trial dataset including relevant elite soybean germplasm from maturity groups 00 to IV evaluated over 28 years in 199 locations, totaling 1652 environments. Our aim was to characterize the genetic structure of the NUST experimental strains, perform genome‐wide association studies using historical phenotypic data, and assess the usefulness of these historical data for genomic prediction model training. Molecular marker information was collected on 2544 unique NUST experimental strains using the BARCSoySNP6K assay. High fixation index values between early and later maturity groups were observed in a region on chromosome 10 near the known soybean maturity gene E2 . We failed to find strong genetic divergence between strains from different breeding programs, reflecting the germplasm sharing common among public programs. Genome‐wide association analyses on important agronomic traits identified marker‐trait associations, many of which overlap with quantitative trait loci previously reported in the literature. Genomic prediction models trained using the historical NUST data produced moderate to high predictive abilities in most cases, suggesting these data could make useful contributions to training sets. We have made these data publicly available as a data resource for others to study genotype–phenotype relationships within elite public soybean germplasm and develop predictive models for advancement and implementation of genomics‐assisted breeding.
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 | 0,002 |
| 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 ».