Quantitative trait loci associated with soybean seed weight and composition under different phosphorus levels
Notice bibliographique
Résumé
Seed size and composition are important traits in food crops and can be affected by nutrient availability in the soil. Phosphorus (P) is a non‐renewable, essential macronutrient, and P deficiency limits soybean (Glycine max) yield and quality. To investigate the associations of seed traits in low‐ and high‐P environments, soybean recombinant inbred lines (RILs) from a cross of cultivars Fiskeby III and Mandarin (Ottawa) were grown under contrasting P availability environments. Traits including individual seed weight, seed number, and intact mature pod weight were significantly affected by soil P levels and showed transgressive segregation among the RILs. Surprisingly, P treatments did not affect seed composition or weight, suggesting that soybean maintains sufficient P in seeds even in low‐P soil. Quantitative trait loci (QTLs) were detected for seed weight, intact pods, seed volume, and seed protein, with five significant QTLs identified in low‐P environments and one significant QTL found in the optimal‐P environment. Broad‐sense heritability estimates were 0.78 (individual seed weight), 0.90 (seed protein), 0.34 (seed oil), and 0.98 (seed number). The QTLs identified under low P point to genetic regions that may be useful to improve soybean performance under limiting P conditions.
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 ».