Development of EST-SSR Markers and their Use in Assessing Genetic Diversity in Chinese Fir Infusion Populations
Notice bibliographique
Résumé
Abstract In advanced-generation tree breeding program, infusion populations are often used as an effective method to expand and maintain genetic diversity. To analyze the genetic diversity and population structure of six Chinese fir ( Cunninghamia lanceolata ) geographical populations, a total of 20 expressed sequence tag-derived simple sequence repeat markers pairs (EST-SSR) were developed and applied for genetic diversity analysis. The evaluated populations exhibited moderate genetic diversity with the following parameters: number of alleles ( N a : 4.850), effective number of alleles ( N e : 2.920), information index ( I : 0.958), observed heterozygosity ( H o : 0.319), expected heterozygosity ( H e : 0.481), unbiased heterozygosity ( uH e : 0.496), and fixation index ( F : 0.321). The analysis of molecular variance (AMOVA) suggested that only 9.42 % of genetic variation existed among populations, whereas the majority (90.58 %) resided within populations. Cluster analysis showed one population (Sichuan Dechang) as a separate taxon, likely due to its geographical isolation. The present study demonstrated the effectiveness of the developed EST - SSR in analyzing genetic diversity for population.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».