Identification of QTLs Associated with Silk Emergence Time Under Heat Stress
Notice bibliographique
Résumé
The Silk Emergence Time (SET) is a critical period for the formation of corn ( Zea mays L.) grains. Especially under high-temperature stress conditions, its coordination is of great significance for successful pollination and stable yield. High temperatures often lead to delayed filaments and failed pollination, seriously affecting the final yield. This study, with QTL mapping at its core, systematically analyzed the genetic and physiological mechanisms affecting the silk production period under high-temperature stress, providing theoretical support and genetic resources for the molecular breeding of heat-tolerant corn. Analyze the genetic regulatory mechanism of SET and the role of hormone signaling pathways in the heat hypochondrium response; Evaluate the effects of agronomic factors such as plant height and ASI on SET variations; Precise QTL localization is carried out by using the combined method of genomics and transcriptomics. Screen key candidate genes and conduct functional verification; Compare the differences and stability of QTLS in different thermal ecological zones through regional cases; And explore the practical application paths of QTL in heat-resistant breeding. This study reveals the genetic basis for the regulation of the silk production period of corn under high-temperature stress, providing potential targets for marker-assisted selection (MAS) and genomic selection (GS), and is conducive to the breeding of corn varieties with strong high-temperature adaptability and high yield stability.
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 ».