Next-generation sequencing based identification of novel resistance genes in wild tomato species
Notice bibliographique
Résumé
Wild relatives of tomato harbour a wealth of disease resistance genes that have been largely untapped by modern breeding, mainly because the traditional map-based cloning approach is too slow and expensive for systematic gene discovery across multiple species. This research applied whole-genome sequencing on the Illumina NovaSeq platform to 36 accessions from four wild Solanum species (S. pimpinellifolium, S. habrochaites, S. pennellii, and S. chilense) and four cultivated tomato references at British Columbia Agricultural University and Prairie Agricultural University, Canada, during 2022-2023. A total of 1,490 NBS-LRR (nucleotide-binding site leucine-rich repeat) resistance gene candidates were identified, of which 137 were novel sequences absent from the cultivated tomato reference genome SL4.0. S. pimpinellifolium contributed the largest number of novel candidates (42), concentrated in five gene clusters on chromosomes 2, 4, 6, 9, and 11. Expression analysis by RT-qPCR confirmed that 28 of the 137 novel genes were upregulated in response to Phytophthora infestans challenge. Functional markers were developed for the five largest gene clusters to enable marker-assisted introgression into cultivated backgrounds. These results expand the catalogue of available resistance genes for tomato improvement and demonstrate the efficiency of NGS-based approaches for mining wild germplasm.
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 | 0,001 |
| 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) | 0,001 | 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 ».