Association Analysis Between Variants in Bovine Progesterone Receptor Gene and Superovulation Traits in Chinese Holstein Cows
Notice bibliographique
Résumé
The objective of this study was to identify a predictor to forecast superovulation response on the basis of associations between superovulation performance and gene polymorphism. The PCR-RFLP method was applied to detect two reported single nucleotide polymorphisms (SNPs) of G59752C and T81637C (rs41614030) located in introns 3 and 4 of the bovine progesterone receptor (PGR) gene in 171 Chinese Holstein cows treated for superovulation and evaluate its associations with superovulation traits. In polymorphic locus 81637, all cows without superovulation response were g.81637TC and g.81637TT genotypes. Association analysis showed that these two SNPs had significant effects on the total number of ova (TNO) (p<0.05), and the T81637C polymorphism was significantly associated with the number of transferable embryos (p<0.05). In addition, significant additive effects (p<0.05) on TNO were detected in the polymorphisms of G59752C and T81637C. These results showed for the first time that the G59752C and T81637C polymorphisms in PGR gene were associated with superovulation traits and indicated that PGR gene can be used as a predictor for superovulation in Chinese Holstein cows.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».