XiaoMi-AI文件搜索系统
World File Search System组关
大豆抗豆象基因座的全基因组关联图谱
大豆是全球重要的工业、食品和经济作物。尽管大豆在现在和未来的经济中具有重要意义，但其生产却受到破坏性仓储害虫豆象 ( Callosobru- chus chinensis ) 的严重阻碍，造成了相当大的产量损失。因此，鉴定与大豆抗豆象相关的基因组区域和候选基因至关重要，因为它有助于育种者开发具有更高抗性和品质的大豆新品种。在本研究中，使用全基因组关联研究的 mrMLM 模型的 6 种多位点方法来剖析 100 种不同大豆基因型在 4 个性状上的豆象抗性的遗传结构：成年豆象羽化百分比 (PBE)、体重减轻百分比 (PWL)、中位发育期 (MDP) 和 Dobie 易感指数 (DSI)，使用 14,469 个单核苷酸多态性 (SNP) 标记进行基因分型。使用最佳线性无偏预测因子 (BLUP)，通过 mrMLM 模型鉴定了 13 个数量性状核苷酸 (QTN)，其中 rs16_14976250 与 1 个以上的抗豆象性状相关。因此，已鉴定的与抗性状相关的 QTN 可用于标记辅助育种，以准确快速地筛选抗豆象的大豆基因型。此外，对 Phytozome 大豆参考基因组进行的基因搜索鉴定了 27 个潜在候选基因，这些基因位于最可靠 QTN 上游和下游 478.45 kb 的窗口内。这些候选基因表现出与各种大豆抗性机制相关的分子和生物学功能，因此可以纳入农民偏爱的易受豆象侵害的大豆品种中。
作物基因组学及全基因组关联研究进展综述
1）云贵作物科学研究所 本作品采用知识共享署名4.0国际许可协议（CC BY 4.0）授权。https://creativecommons.org/licenses/by/4.0/legalcode
单基因座和多基因座全基因组关联研究揭示了普通小麦十三个产量相关性状的基因组区域
对产量相关性状进行遗传解析可用于通过分子设计育种提高小麦产量。本研究对 245 个小麦品种进行了基因分型，在 7 种环境下测定了 13 个与产量相关的株高、粒重和穗相关性状，利用单基因座和多基因座模型，通过全基因组关联研究 (GWAS) 鉴定了 778 个与这些性状相关的基因座。其中 9 个为主效基因座，还有 7 个为新发现的基因座，包括：Qph/lph.ahau- 7A（株高 (PH) 和叶枕高度 (LPH)）、Qngps/sps.ahau-1A（穗粒数 (NGPS) 和穗小穗数 (SPS)）、Qsd.ahau-2B.1 和 Qsd.ahau-5A.2（小穗密度 (SD)）、Qlph.ahau-7B.2（LPH）、Qgl.ahau-7B.3（粒长 (GL)）和 Qsl.ahau-3A.3（穗长 (SL)）。通过标记开发、重新 GWAS、基因注释和克隆以及序列变异、单倍型和表达分析，我们确认了两个新的主要基因座，并确定了潜在候选基因 TraesCS7A02G118000（命名为 TaF-box-7A）和 TraesCS1A02G190200（命名为 TaBSK2-1A），它们分别与 PH 相关性状的 Qph/lph.ahau-7A 和穗相关性状的 Qngps/sps.ahau-1A 相关。此外，我们报道了两种有利的单倍型，包括与低 PH 和 LPH 相关的 TaF-box-Hap1 以及与高 NGPS 和 SPS 相关的 TaBSK2-Hap3。总之，这些发现对于提高小麦产量和丰富我们对产量相关性状复杂遗传机制的理解很有价值。
教育政策与技术委员会工作组关于 2024 年春季营地和由此产生的 Stet 协议的报告序言：
教育政策与技术委员会工作组关于 2024 年春季露营和由此产生的 Stet 协议的报告序言：2024 年 8 月下旬，为响应委员会成员提出的决议（附录 1），EPT 委员会成立了一个小组委员会工作组 (WG)，以解决与 GW 学生行为和美国检察官办公室 (USAO) 因 2024 年春季露营而产生的刑事指控相关的问题并收集信息。八名 EPT 委员会成员自愿加入该工作组。从 8 月到 11 月，工作组通过电子邮件举行了多次会议并进行了频繁的讨论以完成这项任务。工作组制作了这份报告，我们现在将其提交给整个 EPT 委员会进行审查。为了收集信息来指导其活动，工作组：
EUA 对委员会专家组关于“地平线欧洲”中期评估报告的反应
• EUA 支持通过 EIC 刺激更多颠覆性创新的建议。专家组建议可以采用类似于美国的 ARPA 模式的做法。然而，尽管 EIC 和 ARPA 类机构都旨在推动突破性创新，但它们实现的方式却不同。EIC 具有更多的自下而上的灵活性，并支持各个科学领域的广泛项目，通常具有较长远的眼光。另一方面，ARPA 类机构则更具挑战性，专注于国家优先事项，在国防、能源和健康等领域取得更快、切实的成果。如果要将 ARPA 类模式整合到 EIC，尤其是其 Pathfinder 和 Transition 计划中，则需要保持自下而上和跨学科的性质。此外，任何此类模型仍应侧重于支持处于低技术就绪水平 (TRL) 即商业化前阶段的项目。
气候变化适应中性别，公平和正义的故事：关键的性别和公平结果，《气候变化间政府间小组的第六次评估报告》（IPCC） - II工作组关于影响，适应和脆弱性
作者要对该项目的咨询小组成员表示衷心的感谢：Chikondi Chabvuta（马拉维），克里斯汀·奥格拉（Christine Ogola）（肯尼亚），Colette Benoudji（Chad），Joanita Babirye（乌干达），Manal Bidar（Morocco），Morocco（Morocco），Marie Chrie Christina Kolo（Marie Christina Kolo（Madagagascar）。这组专家分享了他们的知识和经验，以帮助我们解开有关气候变化（IPCC）关键信息的政府间小组，并且是上下文化和说明这些关键信息的重要组成部分，以便他们可以吸引更广泛的受众。没有咨询小组的投入，共同设计了这部漫画的叙述和随附的技术简介，该项目是不可能的。可以在漫画末尾的作者页面上找到有关每个咨询组成员的更多信息。也，我们非常感谢与团队合作创作这部漫画的Lulu Kitololo（肯尼亚）的才华。lulu的插图和叙述使IPCC的关键信息栩栩如生，并为所提供的证据提供了重要的质感和细微差别。
生物银行规模数据集的安全且联合的全基因组关联研究
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2024年8月10日。 https://doi.org/10.1101/2022.11.30.518537 doi：Biorxiv Preprint
确定糖尿病遇险量表– 17 -PMC 的最小临床上重要差异 怀孕和糖尿病性酮症酸中毒：胎儿危险和机会窗户 运动训练减少了炎症反应，并促进与肠粘膜相关的林奇综合征的免疫力 全基因组关联分析确定祖先 -
总共包括248个具有完整DDS-17数据的人（平均[SD]年龄，67.4 [8.3]年； 235 [94.76％]男性），EPICC组的123名参与者和EUC组的125名参与者。DDS-17的MCID值为0.25，情绪和人际关系遇险的4个遇险子量表的MCID值为0.38，医师和治疗方案的MCID值为0.39。与EUC相比，更多的EPICC参与者属于DDS-17的MCID改进类别（63名参与者[51.22％] vs 40名参与者[32.00％]； P = .003），而EPICC参与者的参与者较少，而参与者则处于较差的类别中（20名参与者[16.26％] [16.26％]与39名参与者[31.20.20％]；没有DDS-17 MCID改善的直接关联（β= -0.25; 95％CI，-0.59至0.10; p = .17）或恶化（β= 0.18; 95％CI，-0.22至0.59; p = .38; p = .38），所有参与者水平都有HBA水平。
全基因组关联神经网络 (GWANN) 识别与阿尔茨海默病家族史相关的基因
1 牛津大学精神病学系，牛津 OX3 7JX，英国。2 精准医学人工智能中心。3 牛津大学纳菲尔德人口健康系，牛津 OX3 7LF，英国。4 牛津大学纳菲尔德骨科、风湿病和肌肉骨骼科学系医学统计中心，牛津 OX3 7HE，英国。5 Nxera Pharma UK Limited，剑桥 CB21 6DG，英国。6 布里斯托大学工程数学与技术学院，Ada Lovelace 大楼，布里斯托 BS8 1TW，英国。7 圣安德鲁斯大学医学院，圣安德鲁斯 KY16 9AJ，英国。8 牛津大学纳菲尔德医学系药物发现中心，牛津 OX3 7BN，英国。 9 阿卜杜勒阿齐兹国王大学理学院生物化学系，吉达 21589，沙特阿拉伯。10 阿卜杜勒阿齐兹国王大学医学院临床生物化学系，吉达
毛果杨体外转化的全基因组关联研究和网络分析支持多种植物激素途径和串扰的关键作用
许多植物物种和基因型对转化和再生 (TR) 的适应性存在很大差异，这对基因工程在研究和育种中的应用提出了挑战。为了帮助了解这种变异的原因，我们使用 1204 棵野生黑杨树种群进行了关联作图和网络分析。为了对愈伤组织和嫩枝 TR 进行精确和高通量的表型分析，我们开发了一种计算机视觉系统，可以交叉引用互补的红、绿、蓝 (RGB) 和荧光高光谱图像。我们使用单标记和组合变异方法进行了关联作图，然后对已发表的多组学数据集进行了上位性和整合的统计检验，以确定可能的调控中心。我们报告了 409 个与编码序列 5 kb 范围内的关联有关的候选基因，上位性测试表明其中 81 个候选基因是彼此的调节因子。与蛋白质 - 蛋白质相互作用和转录调控相关的基因本体术语被过度使用。除了长期确定对 TR 至关重要的生长素和细胞分裂素通路之外，我们的结果还强调了应激和伤害通路的重要性。这些通路内和跨通路的潜在信号调节中心包括生长调节因子 1 (GRF1)、磷脂酰肌醇 4-激酶 β 1 (PI-4K β 1) 和 OBF 结合蛋白 1 (OBP1)。