Dissecting Seed Shape in Lentil (Lens culinaris Medik.) with High-Throughput Phenotyping and Genome-Wide Association Studies
Notice bibliographique
Résumé
Seed shape is an important trait for dehulling and splitting during the milling process of lentil. A high-throughput image-based phenotyping system was previously developed to provide direct metrics from single seeds. This study aimed to take this new, and more precise system, to phenotype and dissect lentil seed shape and identify new genetic markers for the lentil breeding program. To accomplish this, seed from 324 diverse genotypes that had been grown at six site-years in two major lentil growing environments (temperate and Mediterranean) were imaged. Significant differences were identified between seeds from temperate and Mediterranean macro-environments for four seed shape parameters: diameter, circularity (measure of uniformity of the seed edges), height (seed thickness), and plumpness. Each seed parameter had high heritability, suggesting a low environmental influence, which is also supported by an absence of significant correlations with phenological parameters or temperature. A stability analysis of the seed shape traits across the six site-years revealed that seed height has fewer stable lines when compared with circularity, diameter, and plumpness and that for each of these traits there is a range of stability, making some genotypes more stable than others across site-years. Genome-wide association studies were used to identify QTL for most seed shape traits, with diameter having the most consistent identification of significant QTL. The new phenotyping system used in this study coupled with multi-locus GWAS models achieved similar results when compared with previous studies, although it can help breeding programs identify new candidate genes with improved precision by extracting multiple traits like seed shape and seed color simultaneously.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».