{rfName}
Co

Indexat a

Llicència i ús

Licencia Icono OpenAccess

Citacions

36

Altmetrics

Anàlisi d'autories institucional

Lopes, MdAutor o coautor

Compartir

27 demaig de 2021
Publicacions
>
Article
Sí

Comparison of Genomic Prediction Methods for Yellow, Stem, and Leaf Rust Resistance in Wheat Landraces from Afghanistan

Publicat a: Plants-Basel. 10 (3): 558- - 2021-03-01 10(3), DOI: 10.3390/plants10030558

Autors: Tehseen, MM; Kehel, Z; Sansaloni, CP; Lopes, MD; Amri, A; Kurtulus, E; Nazari, K

Afiliacions

Cultius Extensius Sostenibles. IRTA Investigación y Tecnología Agroalimentarias - Autor o coautor
Cultius Extensius Sostenibles. Producció Vegetal - Autor o coautor
Producció Vegetal. IRTA Investigación y Tecnología Agroalimentarias - Autor o coautor
‎ Ege Univ, Dept Field Crops, POB 35100, Izmir, Turkey - Autor o coautor
‎ Int Ctr Agr Res Dry Areas ICARDA, ICARDA Prebreeding & Genebank Operat, Biodivers & Crop Improvement Program, POB 10000, Rabat, Morocco - Autor o coautor
‎ Int Maize & Wheat Improvement Ctr CIMMYT, Carretera Mexico Veracruz Km 45, El Batan 56237, Texcoco, Mexico - Autor o coautor
‎ IRTA Inst Food & Agr Res & Technol, Sustainable Field Crops Programme, Lleida 25198, Spain - Autor o coautor
‎ Reg Cereal Rust Res Ctr RCRRC, Biodivers & Crop Improvement Program, Int Ctr Agr Res Dry Areas ICARDA, POB 35661, Izmir, Turkey - Autor o coautor
Veure més

Resum

Wheat rust diseases, including yellow rust (Yr; also known as stripe rust) caused by Puccinia striiformis Westend. f. sp. tritici, leaf rust (Lr) caused by Puccinia triticina Eriks. and stem rust (Sr) caused by Puccinia graminis Pres f. sp. tritici are major threats to wheat production all around the globe. Durable resistance to wheat rust diseases can be achieved through genomic-assisted prediction of resistant accessions to increase genetic gain per unit time. Genomic prediction (GP) is a promising technology that uses genomic markers to estimate genomic-assisted breeding values (GBEVs) for selecting resistant plant genotypes and accumulating favorable alleles for adult plant resistance (APR) to wheat rust diseases. To evaluate GP we compared the predictive ability of nine different parametric, semi-parametric and Bayesian models including Genomic Unbiased Linear Prediction (GBLUP), Ridge Regression (RR), Least Absolute Shrinkage and Selection Operator (LASSO), Elastic Net (EN), Bayesian Ridge Regression (BRR), Bayesian A (BA), Bayesian B (BB), Bayesian C (BC) and Reproducing Kernel Hilbert Spacing model (RKHS) to estimate GEBV's for APR to yellow, leaf and stem rust of wheat in a panel of 363 bread wheat landraces of Afghanistan origin. Based on five-fold cross validation the mean predictive abilities were 0.33, 0.30, 0.38, and 0.33 for Yr (2016), Yr (2017), Lr, and Sr, respectively. No single model outperformed the rest of the models for all traits. LASSO and EN showed the lowest predictive ability in four of the five traits. GBLUP and RR gave similar predictive abilities, whereas Bayesian models were not significantly different from each other as well. We also investigated the effect of the number of genotypes and the markers used in the analysis on the predictive ability of the GP model. The predictive ability was highest with 1000 markers and there was a linear trend in the predictive ability and the size of the training population. The results of the study are encouraging, confirming the feasibility of GP to be effectively applied in breeding programs for resistance to all three wheat rust diseases.

Paraules clau

genomic predictionleaf ruststem rustwheat landracesGenomic predictionLeaf rustStem rustWheat landracesYellow rust

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Plants-Basel a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2021, es trobava a la posició 39/239, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Plant Sciences.

Independentment de l'impacte esperat determinat pel canal de difusió, és important destacar l'impacte real observat de la pròpia aportació.

Segons les diferents agències d'indexació, el nombre de citacions acumulades per aquesta publicació fins a la data 2025-12-14:

  • WoS: 12
  • Europe PMC: 8

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-12-14:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 29.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 28 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 2.
  • El nombre de mencions a la xarxa social X (abans Twitter): 4 (Altmetric).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.
  • Assignació d'un Handle/URN com a identificador dins del Dipòsit en el Repositori Institucional: http://hdl.handle.net/20.500.12327/1275

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: Mexico; Morocco; Turkey.

Reconeixements vinculats a l’ítem

This research was funded by Delivering Genetic Gain in Wheat project supported by Bill and Melinda Gates Foundation (BMGF) and the UK Department for International Development (DFID), grant number OPP1133199.