文献

J-GLOBAL ID：201802250612502654   整理番号：18A0805384

スペクトル反射率によるコムギ形質の評価:予測された形質値に焦点を当てることが必要とされ,エリート遺伝子型グループを直接同定する【JST・京大機械翻訳】

Assessing Wheat Traits by Spectral Reflectance: Do We Really Need to Focus on Predicted Trait-Values or Directly Identify the Elite Genotypes Group?

著者 (8件)： Garriga Miguel (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca) ,  Romero-Bravo Sebastian (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca) ,  Estrada Felix (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca) ,  Escobar Alejandro (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca) ,  Matus Ivan A. (CRI-Quilamapu, Instituto de Investigaciones Agropecuarias) ,  del Pozo Alejandro (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca) ,  Astudillo Cesar A. (Department of Computer Science, Faculty of Engineering, Universidad de Talca) ,  Lobos Gustavo A. (Facultad de Ciencias Agrarias, Plant Breeding and Phenomic Center, PIEI Adaptacion de la Agricultura al Cambio Climatico, Universidad de Talca)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 8  ページ： 280  発行年： 2017年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 収量ポテンシャルと干ばつ適応に関連する農業的および生理学的特性の遠隔および近位センシング技術による表現型分類は,育種計画の改善に寄与する可能性がある。本研究では,コムギ(Triticum aestivum L.)の384遺伝子型を完全灌漑(FI)および水ストレス(WS)条件下で試験した。以下の特性を評価し,スペクトル反射率により評価した:穀粒収量(GY),平方根当たりの穂(SM2),穂当たりの穀粒(KPS),千粒重(TKW),クロロフィル含有量(SPAD),茎水溶性炭水化物濃度および含有量(WSCおよびWSCC),炭素同位体識別(Δ13C)および葉面積指数(LAI)。スペクトル反射率指数(SRIs),4つの回帰アルゴリズム(PCR,PLSR,リッジ回帰RR,およびSVR)の性能,および3つの分類法(PCA-LDA,PLS-DA,およびkNN)を,各形質の予測のために評価した。分類アプローチのために,2つのクラスを各形質に対して確立した:形質変動範囲の80%(クラス1)と残りの20%(クラス2またはエリート遺伝子型)。SRIsと回帰法の両方は,FIとWSからのデータを組み合わせたとき,より良く機能した。SRIsと回帰法によって最も良く推定された形質は,GYとΔ13Cであった。ほとんどの形質と条件に関して,RRとSVRによって提供された推定は,SRIsによって提供されたものより,同じか,より良かった。PLS-DAはカテゴリー法の中で最良の性能を示し,SRI及び回帰モデルとは異なり,ほとんどの形質は特定の水条件(FI又はWS)内で比較的良く分類され,分類アプローチは遺伝子型選択に関連した将来の研究において探索される有効なツールであることを証明した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 灌漑 ,  干ばつ ,  *予測 ,  水分ストレス ,  葉面積指数 ,  農業 ,  アルゴリズム ,  *コムギ ,  *反射率 ,  *遺伝子型 ,  回帰モデル ,  表現型 ,  *スペクトル ,  生理学
準シソーラス用語： 水溶性炭水化物 , 【Automatic Indexing@JST】

著者キーワード (5件)： フェノミクス ,  ハイスループット表現型 ,  表現型 ,  炭素同位体識別 ,  反射率

分類 (2件)： 麦  (FC03033M) ,  穀類とその製品一般  (FJ04010T)

タイトルに関連する用語 (10件)： スペクトル ,  反射率 ,  コムギ ,  形質 ,  評価 ,  予測 ,  焦点 ,  遺伝子型 ,  グループ ,  同定