Individual Genomic Distinctness of Rice Germplasm as Measured with an Average Pairwise Dissimilarity of Genome-Wide SNPs and Structural Variants
Notice bibliographique
Résumé
The average pairwise dissimilarity (APD) between one plant sample and other assayed samples based on genetic markers was developed in 2006 to assess genetic distinctness and genetic redundancy in a plant germplasm collection. With the availability of abundant genomic variants across a genome, APD can be expanded to measure individual genomic distinctness. This study was conducted to assess the applicability of APD estimates in measuring the individual genomic distinctness of 1789 indica and 854 japonica rice samples based on published genome-wide single-nucleotide polymorphism (SNP) and structural variant (SV) data. It was found that the acquired APD estimates were weakly or not correlated between the SNP and SV data sets in the indica or japonica samples, respectively. For the indica samples, the APD estimates based on the SNP and SV data ranged from 0.1779 to 0.3277 and from 0.2297 to 0.4096, respectively. For the japonica samples, the SNP-based and SV-based APD estimates varied from 0.1774 to 0.3029 and from 0.1534 to 0.3459, respectively. These APD estimates were highly negatively correlated with the estimates of individual inbreeding coefficients and can identify the most genomically distinct rice germplasm that are compatible with those revealed through principal component analysis. Also, a reliable APD estimation was found to require 5000 to 10,000 random genomic SNPs or SVs. These findings together are significant, not only in demonstrating the informativeness of APD estimates in the identification of individuals with variable genomic distinctness, but also in providing guidance for APD applications to measure individual genomic distinctness.
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 ».