Búsqueda de genes candidatos asociados a caracteres de interés \nagronómico en garbanzo (Cicer arietinum L.)
Notice bibliographique
Résumé
Las leguminosas son una fuente importante de proteínas y carbohidratos, además tienen \ncapacidad para establecer simbiosis con la bacteria Rhizobium fijando el nitrógeno \natmosférico en el suelo, por lo tanto es muy importante integrar estos cultivos en los \nsistemas de rotación para enriquecer el suelo con nitrógeno de manera natural (Aslam et \nal 2003). El garbanzo es la segunda leguminosa grano más importante del mundo \ndespués de las judías (Faostat, 2013). Sin embargo todavía no hay estudios relevantes a \nnivel molecular para entender los mecanismos de adaptación como el hábito de \ncrecimiento, simple/doble vaina y la fecha de floración siendo la mayoría de los estudios \npublicados de genética clásica (Mathews and Davis 1999; Rajesh et al. 2002; Aryamanesh \net al. 2013; Gaur et al. 2014). Estos caracteres son críticos para incrementar el \nrendimiento del cultivo (Rubio et al. 2004; Gaur et al. 2008). La secuenciación del genoma \nde garbanzo recién publicado (Jain et al. 2013; Varshney et al. 2013) ha sido de gran \nutilidad para buscar nuevos marcadores aplicables en MAS (marker assisted selection) y \ngenes candidatos. No obstante, disponer de poblaciones de mapeo como RIPs \n(recombinant inbred populations) y líneas casi isogénicas (NILs) que estén \ncuidadosamente fenotipadas, son fundamentales para llevar a cabo estos estudios.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».