குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • கல்வி விசைகள்
  • JournalTOCகள்
  • CiteFactor
  • Ulrich's Periodicals Directory
  • விவசாயத்தில் உலகளாவிய ஆன்லைன் ஆராய்ச்சிக்கான அணுகல் (AGORA)
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • சர்வதேச வேளாண்மை மற்றும் உயிரியல் அறிவியல் மையம் (CABI)
  • RefSeek
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • அறிஞர்
  • SWB ஆன்லைன் பட்டியல்
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

Recent Developments in Genomic Selection for Minor Gene Quantitative Disease Resistance Plant Breeding

Dagnachew Bekele, Kassahun Tesfaye, Asnake Fikre

To speed up the development of improved crop varieties, genomics assisted plant breeding is becoming an important tool. With traditional breeding and marker assisted selection, there have been several achievements in breeding for diseases resistance. Most research for disease resistance has been focused on major disease resistance genes which are highly effective although very vulnerable to breakdown with rapid changes in pathogenic races. In contrast, breeding for minor gene quantitative resistance can produce more durable plant varieties although it is very slow and challenging breeding. As the genetic architecture of the plant disease resistance shifts from single major R genes to many minor quantitative genes, the most appropriate approach for molecular plant breeding is genomic selection (GS) than marker assisted selection or conventional breeding. With the advent of new genomic tools, GS has emerged as one of the most important approaches for predicting genotype performance to improve genetically complex quantitative traits. Consequently, GS helps to accelerate the rate of genetic gain in breeding by using whole genome sequence data to predict the breeding value of offspring. GS breeding for quantitative resistance will therefore necessitate whole genome prediction models and selection methodology as implemented for classical complex traits. With the implementation of GS for yield and other economically important traits, whole genome marker profiles are available for the entire set of breeding lines, enabling genomic selection for disease resistance with no additional direct cost. Therefore, recent developments in GS including a two stream GS + de novo GWAS models (GS+) and GS for combined highest level of quantitative resistance with R genes (QR +R gene) individuals are expected to further advance disease resistance plant breeding and briefly discussed.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ