<b>Assessing salt tolerance, phenotypic traits and genetic diversity in chickpea (</b> <i> <b>Cicer arietinum L.</b> </i> <b>) accessions using SSR markers</b>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soil salinity is a major abiotic stress that severely limits chickpea (Cicer arietinum L.) productivity, especially in semi-arid regions such as Uzbekistan. This study evaluated 50 chickpea accessions under optimal and naturally saline field conditions, combining phenotypic analysis with SSR marker-based genetic diversity and in silico mapping to identify tolerant germplasm. Significant phenotypic variation was observed and several genotypes (e.g., ‘Malxotra’, ‘Guliston’, ‘Lazzat’, ‘Iftikhor’, ‘SSA−2’, ‘SSA−10’) were identified as highly salt-tolerant. Under salinity stress, seed weight per plant showed strong positive correlations with pod number (r = 0.63***) and seed number (r = 0.69***). Genetic diversity assessed using 37 polymorphic SSR markers revealed 148 alleles, averaging 3.8 alleles per locus. The mean polymorphism information content (PIC) was 0.37 (ranging from 0.21 to 0.63), with the highest expected heterozygosity (He = 0.69) detected for markers H1C22, STMS22, and TR20. In silico analysis localized these markers to salt-tolerance associated regions on chromosomes, identifying candidate genes encoding LEA proteins, ion transporters, kinases, and redox regulators. These fundings, particularly the identified tolerant genotypes and associated markers, provide a valuable foundation for marker-assisted selection and the development of salt-tolerant chickpea cultivars.
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.
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 découle