Table_2_Mining alleles for tar spot complex resistance from CIMMYT's maize Germplasm Bank.xlsx
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
<p>The tar spot complex (TSC) is a devastating disease of maize (Zea mays L.), occurring in 17 countries throughout Central, South, and North America and the Caribbean, and can cause grain yield losses of up to 80%. As yield losses from the disease continue to intensify in Central America, Phyllachora maydis, one of the causal pathogens of TSC, was first detected in the United States in 2015, and in 2020 in Ontario, Canada. Both the distribution and yield losses due to TSC are increasing, and there is a critical need to identify the genetic resources for TSC resistance. The Seeds of Discovery Initiative at CIMMYT has sought to combine next-generation sequencing technologies and phenotypic characterization to identify valuable alleles held in the CIMMYT Germplasm Bank for use in germplasm improvement programs. Individual landrace accessions of the “Breeders' Core Collection” were crossed to CIMMYT hybrids to form 918 unique accessions topcrosses (F1 families) which were evaluated during 2011 and 2012 for TSC disease reaction. A total of 16 associated SNP variants were identified for TSC foliar leaf damage resistance and increased grain yield. These variants were confirmed by evaluating the TSC reaction of previously untested selections of the larger F1 testcross population (4,471 accessions) based on the presence of identified favorable SNPs. We demonstrated the usefulness of mining for donor alleles in Germplasm Bank accessions for newly emerging diseases using genomic variation in landraces.</p>
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,592 | 0,001 |
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