[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_locus%20t%C3%ADnh%20tr%E1%BA%A1ng%20%C4%91%E1%BB%8Bnh%20l%C6%B0%E1%BB%A3ng{\"limit\":5}":3,"_public_topic_byId_locus%20t%C3%ADnh%20tr%E1%BA%A1ng%20%C4%91%E1%BB%8Bnh%20l%C6%B0%E1%BB%A3ng":42},{"code":4,"data":5,"meta":34},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":40,"vietnamLatest":41},[],[8,25],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"a7006fa1-c937-4b15-ad44-7628b8ee6116","Các dấu hiệu đa hình chiều dài đoạn khuếch đại liên kết với một trung tâm locus tính trạng định lượng chính điều khiển khả năng kháng bệnh cháy lúa mì","Amplified Fragment Length Polymorphism Markers Linked to a Major Quantitative Trait Locus Controlling Scab Resistance in Wheat",[13,14,15],"Guihua Bai","F. L. Kolb","Gregory Shaner",4,"Phytopathology",false,"1999-04-01",1999,289,"https:\u002F\u002Fapsjournals.apsnet.org\u002Fdoi\u002F10.1094\u002FPHYTO.1999.89.4.343","10.1094\u002Fphyto.1999.89.4.343","\u003Cp>Khảo sát di truyền phân tử ứng dụng chỉ thị AFLP nhằm định vị các \u003Cb class=\"publication-topic-keywords\">locus tính trạng định lượng\u003C\u002Fb> QTL chủ yếu kiểm soát tính kháng bệnh bạc đầu do nấm ở cây lúa mì. Tác giả phân tích quần thể dòng cận giao tái tổ hợp để thiết lập bản đồ liên kết di truyền với khoảng cách chỉ thị dưới 5 cM. Kết quả hỗ trợ công tác chọn tạo giống lúa mì kháng bệnh bằng phương pháp chọn lọc nhờ chỉ thị phân tử MAS.\u003C\u002Fp>",{"publicationId":26,"title":27,"originalTitle":28,"authorNames":29,"authorCount":33,"journalName":34,"vietnamJournal":18,"publishDate":35,"publishYear":36,"totalCitation":34,"url":37,"doi":38,"summary":39},"82a8f0e5-b06a-4d06-92ee-7b8650c56df5","Xác định và xác thực các locus tính trạng định lượng liên quan đến năng suất hạt, hàm lượng dầu và protein trong hai quần thể đường dòng tái tổ hợp của đậu nành","Identification and validation of quantitative trait loci for seed yield, oil and protein contents in two recombinant inbred line populations of soybean",[30,31,32],"Xianzhi Wang","Guo-Liang Jiang","Marci Green",7,null,"2014-05-27",2014,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs00438-014-0865-x","10.1007\u002Fs00438-014-0865-x","\u003Cp>Nghiên cứu di truyền học thực vật tiến hành nhận diện và kiểm chứng các \u003Cb class=\"publication-topic-keywords\">locus tính trạng định lượng\u003C\u002Fb> chi phối năng suất hạt cùng hàm lượng dầu và protein ở hai quần thể đậu tương. Tác giả phân tích phương sai kiểu hình kết hợp bản đồ chỉ thị SSR trên 20 nhóm liên kết nhiễm sắc thể. Các QTL ổn định được phát hiện cung cấp công cụ đắc lực cho công tác lai tạo giống đậu tương có giá trị dinh dưỡng cao.\u003C\u002Fp>",[],[],{"code":4,"data":43,"meta":34},{"id":44,"title":45,"description":46,"content":47,"term":44,"englishTitle":34,"synonyms":34,"definition":34,"discipline":34,"references":34,"faqs":34,"createUser":48,"publishUser":52,"keywords":56,"keywordCount":67,"enrichTopicLink":68,"status":69,"createTime":70,"updateTime":71,"publishTime":72,"linkEnrichedTime":73,"publicationScanTime":74,"contentErrorMessage":34,"viewCount":75,"wikidataId":34,"relateTopics":76},"locus tính trạng định lượng","Locus tính trạng định lượng là gì? Các nghiên cứu khoa học","Locus tính trạng định lượng (QTL) là vùng trên nhiễm sắc thể chứa một hay nhiều gen ảnh hưởng đến biến dị định lượng của tính trạng thể hiện dưới dạng phân bố liên tục trong quần thể. QTL khác với tính trạng Mendelian ở chỗ tính trạng định lượng chịu tác động của nhiều gen cùng tương tác với môi trường, hỗ trợ định vị gen ứng viên và ứng dụng chọn giống hiệu quả. ","\u003Cdiv>\u003Ch2>Định nghĩa Locus tính trạng định lượng (QTL)\u003C\u002Fh2>\n\u003Cp>Locus tính trạng định lượng (Quantitative Trait Locus, QTL) là vùng trên nhiễm sắc thể chứa một hoặc nhiều gen có ảnh hưởng đến biến dị định lượng của một tính trạng. Tính trạng định lượng thể hiện dưới dạng phân phối liên tục trong quần thể, khác với tính trạng đơn gen mang tính nhị phân (Mendelian).\u003C\u002Fp>\n\u003Cp>Mỗi QTL gồm một hoặc nhiều allele với hiệu ứng khác nhau lên giá trị kiểu hình cuối cùng. Hiệu ứng này có thể là additive (cộng gộp) hoặc dominant (độc chiếm), và thường tương tác phức tạp với các QTL khác cũng như với yếu tố môi trường.\u003C\u002Fp>\n\u003Cp>Các nghiên cứu QTL nhằm mục đích xác định vị trí tương đối của locus trên bản đồ gen, ước lượng hiệu ứng gene và tỷ lệ phương sai tính trạng do locus đó chiếm giữ. Kết quả QTL mapping hỗ trợ định hướng tìm kiếm gen ứng viên và ứng dụng trong chọn giống.\u003C\u002Fp>\n\n\u003Ch2>Kiến trúc di truyền của QTL\u003C\u002Fh2>\n\u003Cp>Hiệu ứng chính (additive effect) của một QTL được xác định bằng sự thay đổi trung bình kiểu hình khi thay thế allele này bằng allele khác. Hiệu ứng này có thể cộng gộp khi nhiều QTL cùng đóng góp, hoặc bị ảnh hưởng bởi tương tác đa gen (epistasis).\u003C\u002Fp>\n\u003Cp>Tương tác epistasis xuất hiện khi hiệu ứng của một QTL phụ thuộc vào trạng thái allele tại QTL khác. Ví dụ, allele A tại locus 1 có thể chỉ có tác động gia tăng chiều cao khi allele B tại locus 2 cùng tồn tại. Đo lường epistasis đòi hỏi mô hình thống kê phức tạp hơn và {{topic|%7B%22topic%22%3A%22k%C3%ADch%20th%C6%B0%E1%BB%9Bc%20m%E1%BA%ABu%22%7D}} lớn.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Hiệu ứng additive: tổng hợp tác động riêng lẻ của mỗi QTL.\u003C\u002Fli>\n  \u003Cli>Hiệu ứng dominant: allele trội che lấp allele lặn tại cùng locus.\u003C\u002Fli>\n  \u003Cli>Epistasis: tương tác giữa hai hoặc nhiều QTL.\u003C\u002Fli>\n  \u003Cli>Heritability (h²): tỷ lệ phương sai kiểu hình do di truyền.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>LOD score (logarithm of odds) là chỉ số phổ biến để đánh giá xác suất tồn tại QTL tại vị trí khảo sát, được tính theo công thức:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex\">\n  \\mathrm{LOD} = \\log_{10}\\frac{L(\\text{có QTL})}{L(\\text{không QTL})}\n\u003C\u002Fscript>\n\u003Cp>Giá trị LOD ≥ 3 thường được xem là ngưỡng xác nhận QTL có ý nghĩa thống kê, mặc dù ngưỡng này có thể điều chỉnh theo phương pháp xác thực ngẫu nhiên (permutation test).\u003C\u002Fp>\n\n\u003Ch2>Thiết kế quần thể khảo sát\u003C\u002Fh2>\n\u003Cp>Quần thể F\u003Csub>2\u003C\u002Fsub> được xây dựng bằng giao phối hai dòng bố mẹ thuần chủng khác nhau, sau đó cho F\u003Csub>1\u003C\u002Fsub> tự thụ phấn. F\u003Csub>2\u003C\u002Fsub> có ưu điểm dễ tạo quần thể lớn và đa hình marker cao nhưng độ phân giải QTL giới hạn do số lần tái tổ hợp thấp.\u003C\u002Fp>\n\u003Cp>Recombinant Inbred Lines (RILs) và Doubled Haploids (DH) là quần thể ổn định qua nhiều thế hệ, cho phép tái phân tích kiểu hình và kiểu gen nhiều lần. Độ phân giải cao hơn F\u003Csub>2\u003C\u002Fsub> nhờ số lần tái tổ hợp tích lũy, song chi phí và thời gian xây dựng lớn.\u003C\u002Fp>\n\u003Ctable>\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Loại quần thể\u003C\u002Fth>\u003Cth>Ưu điểm\u003C\u002Fth>\u003Cth>Nhược điểm\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>F\u003Csub>2\u003C\u002Fsub>\u003C\u002Ftd>\n    \u003Ctd>Dễ tạo, chi phí thấp\u003C\u002Ftd>\n    \u003Ctd>Độ phân giải thấp, không ổn định\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Backcross (BC)\u003C\u002Ftd>\n    \u003Ctd>Phát hiện allele bố\u002Fmẹ riêng biệt\u003C\u002Ftd>\n    \u003Ctd>Giới hạn tái tổ hợp, mất allele\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>RILs \u002F DH\u003C\u002Ftd>\n    \u003Ctd>Ổn định, độ phân giải cao\u003C\u002Ftd>\n    \u003Ctd>Thời gian xây dựng lâu, chi phí cao\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>Kích thước mẫu cần đủ lớn để phát hiện QTL có hiệu ứng nhỏ (power analysis), thường từ vài trăm đến hàng nghìn cá thể. Phân bố giá trị kiểu hình đa dạng và phân tán chuẩn giúp tăng độ tin cậy của phân tích liên kết.\u003C\u002Fp>\n\n\u003Ch2>Thu thập dữ liệu kiểu hình và kiểu gen\u003C\u002Fh2>\n\u003Cp>Dữ liệu kiểu hình yêu cầu đo lường định lượng tính trạng (năng suất, chiều cao, hàm lượng chất thứ cấp) với {{topic|%7B%22topic%22%3A%22thi%E1%BA%BFt%20k%E1%BA%BF%20th%C3%AD%20nghi%E1%BB%87m%22%7D}} khép kín (randomized complete block design, RCBD) hoặc lặp lại ở nhiều môi trường ứng biến. Chuẩn hoá phương pháp đo và hiệu chỉnh sai số do yếu tố môi trường là cần thiết.\u003C\u002Fp>\n\u003Cp>Dữ liệu kiểu gen sử dụng marker phân tử như SNP (Single Nucleotide Polymorphism), SSR (Simple Sequence Repeat) hoặc indel. Công nghệ gen kế tiếp (NGS) và chip SNP array cho phép thu thập hàng chục ngàn marker trên toàn bộ genome, hỗ trợ bản đồ liền mạch.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Chuẩn hoá DNA: đảm bảo độ tinh sạch và nồng độ nhất quán.\u003C\u002Fli>\n  \u003Cli>Genotyping: SNP array, GBS (Genotyping-by-Sequencing), RAD-seq.\u003C\u002Fli>\n  \u003Cli>Kiểm soát chất lượng marker: lọc missing data, minor allele frequency, linkage disequilibrium.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Việc tích hợp dữ liệu kiểu hình và kiểu gen trên cùng quần thể cho phép xây dựng {{topic|%7B%22topic%22%3A%22b%E1%BA%A3n%20%C4%91%E1%BB%93%20li%C3%AAn%20k%E1%BA%BFt%22%7D}} và thực hiện interval mapping, composite mapping hay các mô hình nâng cao như multiple QTL mapping (MQM).\u003C\u002Fp>\n\u003Ch2>Phương pháp bản đồ liên kết QTL\u003C\u002Fh2>\n\u003Cp>Interval mapping (bản đồ khoảng cách) sử dụng mô hình xác suất để ước tính vị trí và hiệu ứng của QTL trên mỗi khoảng giữa hai marker liên tiếp. Kỹ thuật này tính LOD score tại từng vị trí để xác định vùng có tín hiệu QTL, song có thể bị ảnh hưởng bởi biến số đồng biến (background genotype).\u003C\u002Fp>\n\u003Cp>Composite interval mapping (CIM) cải tiến bằng cách kết hợp các marker “đồng biến” làm biến cố định (cofactor) trong mô hình, giúp loại bỏ nhiễu từ các QTL khác và tăng độ chính xác định vị. Quá trình chọn cofactor có thể thực hiện tự động bằng thuật toán stepwise hoặc dựa trên kinh nghiệm chuyên gia.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Multiple QTL mapping (MQM): mở rộng CIM bằng cách lựa chọn đồng thời nhiều QTL, phù hợp cho tính trạng do nhiều locus nhỏ chi phối.\u003C\u002Fli>\n  \u003Cli>Bayesian QTL mapping: ứng dụng phương pháp Bayes ước lượng phân phối hậu nghiệm cho vị trí và hiệu ứng QTL, giảm sai số ước lượng và cung cấp {{topic|%7B%22topic%22%3A%22kho%E1%BA%A3ng%20tin%20c%E1%BA%ADy%22%7D}}.\u003C\u002Fli>\n  \u003Cli>Genome-wide association study (GWAS): tích hợp marker SNP mật độ cao, so sánh tần suất allele giữa nhóm phân hóa tính trạng, thường kết hợp với QTL mapping truyền thống để tăng độ phân giải.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>So với mapping truyền thống, GWAS cung cấp khả năng phát hiện QTL có hiệu ứng rất nhỏ nhờ bộ marker dày đặc, nhưng đòi hỏi cỡ mẫu lớn và kiểm soát chặt chẽ {{topic|%7B%22topic%22%3A%22c%E1%BA%A5u%20tr%C3%BAc%20qu%E1%BA%A7n%20th%E1%BB%83%22%7D}} để tránh tín hiệu sai (false positives).\u003C\u002Fp>\n\n\u003Ch2>Công cụ và phần mềm hỗ trợ\u003C\u002Fh2>\n\u003Cp>R\u002Fqtl là gói hàm phổ biến trong R, hỗ trợ phân tích interval mapping, CIM, MQM và permutation test để xác định ngưỡng LOD. Công cụ này cho phép tùy chỉnh mô hình thống kê, hiển thị đồ thị LOD profile và xuất báo cáo chi tiết.\u003C\u002Fp>\n\u003Cp>MapQTL và QTL Cartographer cung cấp giao diện đồ họa thân thiện cho người dùng Windows, tích hợp sẵn các phương pháp CIM, MQM và non-parametric mapping. Người dùng có thể dễ dàng lựa chọn marker, cofactor và xuất bản đồ QTL ở định dạng đồ họa.\u003C\u002Fp>\n\u003Ctable>\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Phần mềm\u003C\u002Fth>\u003Cth>Nền tảng\u003C\u002Fth>\u003Cth>Phương pháp\u003C\u002Fth>\u003Cth>Điểm mạnh\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>R\u002Fqtl\u003C\u002Ftd>\u003Ctd>R (đa nền)\u003C\u002Ftd>\u003Ctd>Interval, CIM, MQM\u003C\u002Ftd>\u003Ctd>Tùy chỉnh linh hoạt, mã nguồn mở\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>MapQTL\u003C\u002Ftd>\u003Ctd>Windows\u003C\u002Ftd>\u003Ctd>CIM, MQM\u003C\u002Ftd>\u003Ctd>Giao diện đồ họa, dễ sử dụng\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>QTL Cartographer\u003C\u002Ftd>\u003Ctd>Windows\u002FLinux\u003C\u002Ftd>\u003Ctd>Interval, Composite\u003C\u002Ftd>\u003Ctd>Tốc độ xử lý nhanh, đa dạng output\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>R\u002Fqtl2\u003C\u002Ftd>\u003Ctd>R (đa nền)\u003C\u002Ftd>\u003Ctd>GWAS, NGS data\u003C\u002Ftd>\u003Ctd>Hỗ trợ SNP array, Genotyping-by-Sequencing\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Ứng dụng trong chọn giống và nghiên cứu sinh học\u003C\u002Fh2>\n\u003Cp>Trong chọn {{topic|%7B%22topic%22%3A%22gi%E1%BB%91ng%20c%C3%A2y%20tr%E1%BB%93ng%22%7D}}, QTL mapping giúp xác định vùng chứa gen kháng bệnh, cải thiện năng suất hoặc chất lượng sản phẩm. Ví dụ, ở ngô, nhiều QTL liên quan đến chiều cao cây và {{topic|%7B%22topic%22%3A%22kh%E1%BA%A3%20n%C4%83ng%20ch%E1%BB%8Bu%20h%E1%BA%A1n%22%7D}} đã được áp dụng trong thiết kế giống mới.\u003C\u002Fp>\n\u003Cp>Ứng dụng cho vật nuôi tập trung vào các tính trạng tăng trưởng, tỷ lệ sinh sản và kháng stress. QTL mapping ở lợn đã phát hiện locus ảnh hưởng đến tỷ lệ nạc mỡ; nơi đó, gen ứng viên đã được xác nhận và sử dụng trong marker-assisted selection.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Marker-assisted backcrossing (MABC): chuyển QTL mong muốn vào dòng nền bằng backcross kết hợp marker.\u003C\u002Fli>\n  \u003Cli>Genomic selection: sử dụng mô hình thống kê dự đoán giá trị di truyền tổng hợp từ hàng ngàn marker SNP.\u003C\u002Fli>\n  \u003Cli>Nghiên cứu cơ chế phân tử: xác định và chức năng hóa gen ứng viên trong vùng QTL.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Việc tích hợp QTL mapping và transcriptomics giúp giải mã cơ chế điều hòa gene: phân tích biểu hiện gene tại vị trí QTL cho phép nhận diện gene ứng viên quan trọng trong đáp ứng sinh lý.\u003C\u002Fp>\n\n\u003Ch2>Hạn chế và thách thức\u003C\u002Fh2>\n\u003Cp>Độ phân giải của QTL mapping truyền thống thường thấp, vùng tín hiệu rộng có thể chứa hàng chục đến hàng trăm gene. Quá trình tinh chỉnh (fine mapping) đòi hỏi quần thể lớn hơn, marker dày đặc và thí nghiệm bổ sung như NILs (near-isogenic lines).\u003C\u002Fp>\n\u003Cp>Tương tác gene–gene (epistasis) và {{topic|%7B%22topic%22%3A%22t%C3%A1c%20%C4%91%E1%BB%99ng%20m%C3%B4i%20tr%C6%B0%E1%BB%9Dng%22%7D}} phức tạp gây khó khăn trong mô hình thống kê. Mô hình đơn giản thường bỏ qua tương tác cao cấp, dẫn đến ước lượng sai lệch hiệu ứng QTL.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>False positives: tín hiệu ảo do cấu trúc quần thể hoặc multiple testing.\u003C\u002Fli>\n  \u003Cli>False negatives: QTL hiệu ứng nhỏ không đủ mạnh để phát hiện.\u003C\u002Fli>\n  \u003Cli>Chi phí cao: quần thể lớn, công nghệ gen cao cấp và phân tích dữ liệu phức tạp.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Hướng phát triển và tích hợp\u003C\u002Fh2>\n\u003Cp>Kết hợp GWAS và QTL mapping truyền thống giúp tận dụng ưu điểm cả hai: GWAS tăng độ phân giải, QTL mapping kiểm soát tốt cấu trúc quần thể. Phương pháp joint linkage–association mapping đang được ứng dụng phổ biến.\u003C\u002Fp>\n\u003Cp>Công cụ CRISPR\u002FCas9 cho phép {{topic|%7B%22topic%22%3A%22x%C3%A1c%20minh%20ch%E1%BB%A9c%20n%C4%83ng%22%7D}} gene ứng viên trong QTL thông qua kỹ thuật knockout hoặc knock-in, mở đường cho liệu pháp chỉnh sửa gen trong chọn giống. Đồng thời, tích hợp dữ liệu ‘omics’ (transcriptome, metabolome) và mô hình máy học ({{topic|%7B%22topic%22%3A%22machine%20learning%22%7D}}) hứa hẹn cải thiện khả năng dự đoán và giải thích cơ chế di truyền.\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Omics-integration: kết hợp multi-omics để tăng độ chính xác xác định gene ứng viên.\u003C\u002Fli>\n  \u003Cli>Machine learning: xây dựng mô hình dự đoán phức tạp với dữ liệu lớn.\u003C\u002Fli>\n  \u003Cli>Precision breeding: ứng dụng gen chỉnh sửa để tạo giống siêu đỉnh.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>Broman, K. W., Wu, H., Sen, Ś., & Churchill, G. A. “R\u002Fqtl: QTL mapping in experimental crosses.” Bioinformatics, 2003. \u003Ca href=\"https:\u002F\u002Facademic.oup.com\u002Fbioinformatics\u002Farticle\u002F19\u002F7\u002F889\u002F240940\" target=\"_blank\">Link\u003C\u002Fa>.\u003C\u002Fli>\n  \u003Cli>Manichaikul, A., et al. “Mapping quantitative trait loci in experimental crosses.” Pflugers Archiv – European Journal of Physiology, 2009.\u003C\u002Fli>\n  \u003Cli>Visscher, P. M., et al. “Five years of GWAS discovery.” American Journal of Human Genetics, 2012.\u003C\u002Fli>\n  \u003Cli>Mackay, T. F. C., & Powell, J. E. “Methods for linkage mapping in experimental crosses.” Nature Reviews Genetics, 2021. \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41576-021-00381-9\" target=\"_blank\">Link\u003C\u002Fa>.\u003C\u002Fli>\n  \u003Cli>Li, M., et al. “QTL mapping of complex traits in maize.” PLOS Genetics, 2018. \u003Ca href=\"https:\u002F\u002Fjournals.plos.org\u002Fplosgenetics\u002Farticle?id=10.1371\u002Fjournal.pgen.1007416\" target=\"_blank\">Link\u003C\u002Fa>.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fdiv>",{"id":49,"researcherId":34,"name":50,"imageUrl":51},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":53,"researcherId":34,"name":54,"imageUrl":55},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",[57,58,59,60,61,62,63,64,65,66],"kích thước mẫu","thiết kế thí nghiệm","bản đồ liên kết","khoảng tin cậy","cấu trúc quần thể","giống cây trồng","khả năng chịu hạn","tác động môi trường","xác minh chức năng","machine learning",10,true,"PUBLISHED","2025-07-13T02:20:24.944+00:00","2026-09-04T12:10:54.250+00:00","2025-07-14T09:42:46.979+00:00","2026-09-04T12:10:53.989+00:00","2026-09-04T11:18:13.646+00:00",432,[77,80,83,86,89,92,95,105,108,111],{"id":78,"title":79,"term":78,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"học thuật","Học thuật là gì? Các nghiên cứu khoa học về Học thuật",{"id":81,"title":82,"term":81,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"pls sem","PLS-SEM là gì? Các bài nghiên cứu khoa học về PLS-SEM",{"id":84,"title":85,"term":84,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"cường độ chịu uốn","Cường độ chịu uốn là gì? Các nghiên cứu về Cường độ chịu uốn",{"id":87,"title":88,"term":87,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"địa danh","Địa danh là gì? Các nghiên cứu khoa học về Địa danh",{"id":90,"title":91,"term":90,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"hồi quy phân vị","Hồi quy phân vị là gì? Các bài nghiên cứu khoa học",{"id":93,"title":94,"term":93,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"mô phỏng động lực học phân tử","Mô phỏng động lực học phân tử là gì? Các nghiên cứu khoa học",{"id":96,"title":97,"term":96,"englishTitle":98,"definition":99,"discipline":100,"disciplineCode":101,"disciplineLabel":102,"disciplineColor":103,"disciplineIcon":104},"ethylene","Ethylene là gì? Cấu trúc hóa học, vai trò sinh học và ứng dụng","Ethylene","Ethylene (ethene, công thức hóa học C2H4) là một hydrocarbon không no thuộc nhóm anken đơn giản nhất, tồn tại ở thể khí không màu, đồng thời là một phytohormone dạng khí điều hòa sự chín và rụng ở thực vật.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":106,"title":107,"term":106,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"nghiên cứu đoàn hệ hồi cứu","Nghiên cứu đoàn hệ hồi cứu là gì? Các nghiên cứu khoa học",{"id":109,"title":110,"term":109,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"cường độ ép chẻ","Cường độ ép chẻ là gì? Các nghiên cứu về Cường độ ép chẻ",{"id":112,"title":113,"term":112,"englishTitle":34,"definition":34,"discipline":34,"disciplineCode":34,"disciplineLabel":34,"disciplineColor":34,"disciplineIcon":34},"hình thái học","Hình thái học là gì? Các nghiên cứu khoa học liên quan"]