Estimation of genome‐wide haplotype effects in half‐sib designs
Notice bibliographique
Résumé
Genome-wide estimated breeding values can be computed from the simultaneous estimates of the effects of small intervals of DNA throughout the genome on a trait or traits of interest. Small intervals or segments of DNA can be created by the use of thousands of single nucleotide polymorphisms (SNP) available in panels of 10, 25 and 50 thousand SNP. A simulation study was conducted to compare factors that could influence the accuracy of genome-wide selection. Factors studied were the heritability of the trait, dispersion of quantitative trait loci (QTL) across the genome and size of the QTL effects. A 100-cM genome was assumed with 100 equally spaced SNP markers and 10 QTL. A granddaughter design was constructed with 20 sires and 100 sons per sire. Population-wide linkage disequilibrium was assumed to be sufficient after 25 generations of random mating starting with 30 sires and 400 dams. Best linear unbiased prediction was used to simultaneously estimate the effects of 99 SNP intervals, based on determining the SNP haplotype of each son inherited from the sire. Indicator variables were used in the model to indicate haplotype transmission. A genome-wide estimated breeding value was calculated as the sum of the appropriate haplotype interval estimates for each son. Correlations between estimated and true breeding values ranged from 0.60 to 0.79. Situations with unequally sized QTL effects and randomly dispersed QTL gave higher correlations. QTL positions could be estimated to within 2 cM or less.
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 | 0,026 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».