Genetic dissection of fruit quality and ripening traits in melon /
Bibliographic record
Abstract
El melón (Cucumis melo L.) es un importante cultivo a nivel mundial, con una producción de 31 millones de toneladas durante el año 2016. Aunque tradicionalmente los programas de mejora genética se han focalizado en el comportamiento agronómico del cultivo, la calidad de fruto se ha convertido recientemente en un objetivo principal. La calidad del fruto es un concepto complejo, que incluye diversos caracteres relacionados con la apariencia visual del fruto y su calidad nutricional y organoléptica. Muchos de estos caracteres están asociados a la maduración de fruto, que es el proceso que sufre el fruto para transformarse en un alimento atractivo para promover la dispersión de la semilla. Los frutos son clasificados, en base a su comportamiento durante la maduración, en climatéricos, cuando la hormona vegetal etileno es sintetizada de manera autocatalítica al comienzo del proceso de maduración, y no climatéricos, para los cuales el etileno no tiene un papel importante. El principal objetivo de este trabajo ha sido estudiar las bases genéticas de la calidad y la maduración del fruto en melón. Hemos desarrollado una población de líneas puras recombinantes (RIL) a partir del cruce entre dos variedades élite, "Védrantais", altamente climatérica, y "Piel de Sapo" (PS), no climatérica. La diversidad fenotípica en la calidad de fruto y los caracteres asociados a la maduración, incluyendo la producción de etileno, han sido estudiados en profundidad. Un mapa genético de alta densidad ha sido construido usando variantes obtenidas a través de un experimento de genotyping-by-sequencing. Un experimento de mapeo de QTLs reveló cinco genes mayores y 33 QTLs implicados en la apariencia visual del fruto (color, presencia de suturas, moteado), morfología de fruto, contenido en azúcares y peso de semilla. Un segundo experimento de mapeo de QTLs identificó 14 QTLs implicados en la producción de etileno y otros caracteres asociados a la maduración, como degradación de clorofila o formación de una capa de abscisión. Entre ellos, podemos destacar un QTL mayor, ETHQV8.1, implicado en la producción de etileno que afectó a prácticamente todos los caracteres estudiados, localizado en un intervalo de 500 kb del cromosoma VIII. Para diseccionar genéticamente la maduración del fruto, además de la mencionada población de RILs, estudiamos la línea casi isogénica (NIL) climatérica 8M35, con el fondo genético de PS y una introgresión de la accesión exótica PI 161375. 8M35 porta el QTL ETHQB3.5, delimitado en una región de 5Mb del cromosoma III. Se ha seguido una estrategia de clonaje posicional para el mapeo fino de ETHQB3.5, generando un juego diverso de subNILs. Tras múltiples evaluaciones de diferentes subNILs, determinamos que al menos dos factores genéticos diferentes deben estar implicados en el desencadenamiento de la maduración climatérica en la línea 8M35. Uno de ellos, nombrado ETHQB3.5.1, es responsable de la mayor parte del fenotipo y fue delimitado a una región de 500 kb que contiene 63 genes anotados. Finalmente, dos colecciones de introgresiones recíprocas fueron desarrolladas, utilizando "Védrantais" y PS, ambos como líneas parentales recurrente y donante, respectivamente. Se efectuaron retrocruzamientos recurrentes en las dos direcciones y se realizó una selección asistida por marcadores en cada generación, para seleccionar tanto la introgresión diana como el fondo genético deseado. Las colecciones actuales, que cubren el 95% del genoma de la línea parental donante, están formadas por 38 líneas de introgresión. Hemos realizado un fenotipado preliminar que ha permitido validar algunos de los QTLs mapeados en la población de RILs. Además, dos familias segregantes de líneas de introgresión con el fondo genético de PS se han usado para el mapeo fino de ETHQV8.1, permitiendo reducir la región a un intervalo de 150 kb que contiene 14 genes candidatos.
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".