Genetical Genomics: Combining Gene Expression with Marker Genotypes in Poultry
Notice bibliographique
Résumé
Microarrays have been widely implemented across the life sciences, although there is still debate on the most effective uses of such transcriptomics approaches. In genetical genomics, gene expression measurements are treated as quantitative traits, and genome regions affecting expression levels are denoted as expression QTL (eQTL). The detected eQTL can represent a locus that lies close to the gene that is being controlled (cis-acting) or one or more loci that are unlinked to the gene that is being controlled (trans-acting). One powerful outcome of genetical genomics is the reconstruction of genetic pathways underlying complex trait variation. Because of the modest size of experiments to date, genetical genomics may fall short of its promise to unravel genetic networks. We propose to combine expression studies with fine mapping of functional trait loci. This synergistic approach facilitates the implementation of genetical genomics for species without inbred resources but is equally applicable to model species. Among livestock species, poultry is well placed to embrace this technology with the availability of the chicken genome sequence, microarrays for various platforms, as well as experimental populations in which QTL have been mapped. In the buildup toward full-blown eQTL studies, we can study the effects of known candidate genes or marked QTL at the gene expression level in more focused studies. To demonstrate the potential of genetical genomics, we have identified the cis and trans effects for a functional BW QTL on chicken chromosome 4 in breast tissue samples from chickens with contrasting QTL genotypes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».