Evaluation of the genetic diversity and population structure of five indigenous and one introduced Chinese goose breeds using microsatellite markers
Notice bibliographique
Résumé
Li, J., Yuan, Q., Shen, J., Tao, Z., Li, G., Tian, Y., Wang, D., Chen, L. and Lu, L. 2012. Evaluation of the genetic diversity and population structure of five indigenous and one introduced Chinese goose breeds using microsatellite markers. Can. J. Anim. Sci. 92: 417–423. The aim of this study was to determine the genetic diversity and evolutionary relationships among five indigenous Chinese goose breeds and one introduced goose breed using 29 microsatellite markers. A total of 334 distinct alleles were observed across the six breeds, and 45 of the 334 alleles (13.5%) were unique to only one breed. The indigenous geese showed higher diversity in terms of the observed number of alleles per locus (4.48–5.90) and observed heterozygosity (0.46–0.53) compared with the introduced breed (3.97 and 0.29, respectively). The pairwise genetic differentiation (FST) between the six goose breeds ranged from 0.04 between Panshi Grey goose (PS) and Yongkang Grey goose to 0.47 between PS and Landes goose; similarly, Nei's genetic distance varied between 0.25 and 0.75. However, the FSTbetween the indigenous Chinese goose breeds was very small. In addition, genetic distance estimate, phylogenic, and cluster analyses of the genetic relationships and population structure revealed that some indigenous goose breeds had hybridized more frequently, resulting in a loss of genetic distinctiveness.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».