MétaCan
Menu
← Retour à la cohorte
Enregistrement W6929838314 · doi:10.5061/dryad.g79cnp5wb

Genomic diversity evaluation of Populus trichocarpa germplasm by screening 1,014 full genomes

2024· dataset· en· W6929838314 sur OpenAlexafffund

Notice bibliographique

RevueOpen MIND · 2024
Typedataset
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensUniversity of British ColumbiaUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPopulus trichocarpaGeneGenomeExonAllelePhenotypeGenetic variationGermplasm

Résumé

récupéré en direct d'OpenAlex

Forest trees may harbor naturally occurring exon disruptive variants (DVs) in their gene sequences, which potentially impact important ecological and economic phenotypic traits. However, the abundance and molecular regulation of these variants remain largely unexplored. Here, 24,420 DVs were identified by screening 1014 Populus trichocarpa full genomes. The identified DVs were predominantly heterozygous with allelic frequencies below 5% (only 26% of DVs had frequencies greater than 5%). Using common garden-grown trees, DVs were assessed for gene expression variation in the developing xylem, revealing that their gene expression can be significantly altered, particularly for homozygous DVs (in the range of 27%-38% of cases depending on the studied common garden). DVs were further investigated for their correlations with 13 wood quality traits, revealing that, among the 148 discovered DV associations, 15 correlated with more than one wood property and six genes had more than one DV in their coding sequences associated with wood traits. Approximately one-third of DVs correlated with wood property variation also showed significant gene expression variation, confirming their non-spurious impact. These findings offer potential avenues for targeted introduction of homozygous mutations using tree biotechnology, and while the exact mechanisms by which DVs may directly influence wood formation remain to be unraveled, this study lays the groundwork for further investigation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,007

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,275
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetFuel Cells and Related Materials→Travaux en français237 207→