Discovering Genes that Enhance Yield in Drought Conditions within Turkish Winter Wheat
Notice bibliographique
Résumé
On April 10, 2024, a collaborative research result by the International Maize and Wheat Improvement Center in Mexico, Syngenta's Jealott's Hill International Research Center, and Kazakhstan's Scientific Production Grain Center was published in the journal Scientific Reports. The paper, authored by D. Sehgal as the first author and A. Morgounov as the corresponding author, is titled "Genomic wide association study and selective sweep analysis identify genes associated with improved yield under drought in Turkish winter wheat germplasm." This research was jointly funded by the FAO's International Treaty on Plant Genetic Resources for Food and Agriculture (W2B-PR-41-TURKEY) and the BMGF/FCDO project on Accelerating Genetic Gains in Maize and Wheat for Improved Livelihoods (AGG) (INV-003439). The study employed genome-wide association studies (GWAS) and selective sweep analysis to explore genes and genomic regions related to drought resistance and increased yield within Turkish winter wheat germplasm. The research involved genotyping 84 local Turkish winter wheat varieties and 73 modern varieties using a 25K wheat SNP array and phenotyped agronomic traits in 2018 and 2019. The year 2018 was considered a drought environment due to extremely low rainfall, while 2019 was deemed a favorable environment. The results indicated several genomic regions associated with yield and yield-related traits.
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 ».