Genetic analysis of ten sheep breeds using microsatellite markers
Notice bibliographique
Résumé
The genetic variability of 257 sheep from 10 breeds; North Country Cheviot (NCC), Cheviot (CHE), Dorset (DOR), Suffolk (SUF), Scottish Blackface (SBF), Texel (TEX), Romanov (ROM), Finnish Landrace (FIN), Icelandic (ICE) and Red Masai (MAS) was assessed using 10 microsatellite loci. The average number of alleles per locus was 4.3 in ROM, 5.0 in MAS, and spanned a narrow range (5.4 to 6.0) in the other breeds. Estimates of expected heterozygosity (H E ) of the breeds varied within 0.05 point of each other (0.62 in FIN to 0.67 in CHE), except for ROM (0.53) which was lower (P < 0.05) than those of the other breeds, and in MAS (0.57), which was lower (P < 0.05) than those of NCC, CHE and SBF. Estimates of observed heterozygosity (H O ) of the breeds were the lowest in MAS, ROM and SUF (0.50 to 0.53) and the highest in NCC and CHE (0.64 and 0.67). The H E was greater (P < 0.01) than H O only in SUF. The results suggest that there have not been drastic losses of genetic variability in the intensely selected breeds. The low genetic variability of ROM was probably due to a small number of animals imported to North America. The British breeds (NCC, CHE, SUF, DOR, SBF) were genetically close to each other, as were the North European breeds (ROM, ICE, FIN). MAS was remotely related to the British breeds, but it was surprisingly close to the North European breeds. TEX was more closely related to the British breeds than to the North European breeds. More than 90% of 1000 simulated individuals from each breed were assigned to the correct breed, indicating that this panel of markers is useful for the identification of breed membership of individual animals, and could be used to protect the integrity of registered breeds. Key words: Sheep, genetic variability, genetic distance, microsatellites
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».