学科分类
/ 1
2 个结果
  • 简介:为米饭核心收集的十一评估参数被估计基于ongenotypic价值和分子的标记信息。与混合线性模型相结合的蒙特卡罗模拟被用来从环境消除干扰以便拉更可靠的结果。范围(CR)的巧合率是最佳的参数。吝啬的Simpson索引(M_D),基因差异(M_I)的吝啬的Shannon编织索引和吝啬的多型性信息内容(M_(照片))是重要的评估参数。变异系数(VR)的可变的率能为评估核心收集的变化度充当一个重要引用参数。多态的loci(p)的百分比能为核心收集的尺寸被用作一个决心参数。吝啬的差别百分比(MD)是为核心收集的可靠性判断的一个决心参数。为在研究选择的核心收集的有效评估参数能在不同plantgermplasm人口为采样百分比被用作标准。

  • 标签: 杂交水稻 遗传基因 评估参数 线性模型
  • 简介:一个核心集合的开发能在庄稼改进程序提高germplasm集合的利用并且简化他们的管理。适当采样策略的选择是一个重要前提与适当尺寸构造一个核心集合以便足够地代表基因光谱并且最大地在可得到的庄稼集合捕获基因差异。现在的学习被开始构造嵌套的核心集合决定适当样品尺寸基于15个量的特点和2262米饭就职的34个质的特点代表米饭landrace收集的基因差异。结果显示出50225个嵌套的核心集合,其采样率是2.2%9.9%,是足够的维持起始的集合的最大的基因差异。这些,150就职(6.6%)能捕获起始的收集的最大的基因差异。三种数据类型,即质的特点(QT1),量的特点(QT2)和综合质、量的特点(QTT),在基于与逐步的聚类相结合并且在调整欧几里德几何学的距离上比较喜欢采样的加权的对组一般水准方法构造核心集合为他们的效率被比较。每个联合计划构造了八个米饭核心集合(225,200,175,150,125,100,75和50)。结果证明QTT数据是在构造由核心集合的基因差异显示了的一个核心集合的最好。仅仅在QT1的信息上构造的一个核心集合不能有效地代表起始的收集。QTT应该一起被使用构造一个生产核心集合。

  • 标签: 核心种质 数量性状 样本大小 ORYZA 水稻 遗传多样性