Genetic architecture of seed yield and its components in winter oilseed rape (Brassica napus L.) grown under limiting nitrogen condition
Bibliographic record
Abstract
L'augmentation de la production d'huile de colza (Brassica napus L.) pour répondre à la demande alimentaire et industrielle exige d'optimiser le rendement dans un contexte de réduction des intrants, notamment azotés. Les approches de génétique offrent une voie pour répondre à ces enjeux. En effet, la connaissance des régions génomiques (QTLs) et des mécanismes qui contrôlent l'élaboration des composantes du rendement sous contrainte azotée est un prérequis à la création variétale. Dans ce contexte, les questions de recherche posées dans cette thèse sont les suivantes: i) quelle est l'architecture génétique du rendement en huile chez le colza cultivé en bas intrants azotés?, ii) quelles sont les interactions des QTLs avec l'environnement et plus particulièrement avec l'intensité du stress azoté?, et iii) comment la combinaison de données agronomiques, génétiques et génomiques peut-elle contribuer à l'amélioration de caractères d'intérêt chez le colza? Une stratégie de détection de QTLs par analyse de liaison et analyse d'association a été mise en place sur deux populations biparentales et un panel de colzas d'hiver. Ces populations ont été expérimentées sur sept lieux et six années de culture (2009-2014) en condition de nutrition azotée limitante ou suffisante. Pour chaque essai, sept caractères phénotypiques relatifs à l'élaboration du rendement ont été mesurés. Peu d'interactions génotype × azote ont été détectées sur les caractères étudiés et un nombre important de QTLs a été retrouvé dans les deux conditions azotées. A l'inverse, de fortes interactions génotype × environnement ont été mises en évidence pour la majorité des caractères et les QTLs étaient pour la plupart spécifiques d'un lieu de culture. Dix régions génomiques d'importance, stables entre environnement et populations ont ainsi été identifiés et leur organisation structurale dans le génome du colza a été analysée. Le contrôle génétique de la teneur en huile des graines de colza a ensuite été étudié en combinant à la fois les informations de dix études indépendantes, les informations procurées par la récente publication du génome de B. napus et la recherche de variabilité haplotypique dans une région d'intérêt identifiée sur le chromosome A1 dans une population de colzas d'hiver.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".