Quantitative genetics of traits associated with hip dysplasia in a canine pedigree constructed by mating dysplastic Labrador Retrievers with unaffected Greyhounds
Notice bibliographique
Résumé
OBJECTIVE: To determine the genetic influence on expression of traits associated with canine hip dysplasia. ANIMALS: 193 dogs from an experimental canine pedigree. PROCEDURE: An experimental canine pedigree was developed for linkage analysis of hip dysplasia by mating dysplastic Labrador Retrievers with nondysplastic Greyhounds. A statistical model was designed to test the effects of Labrador Retriever and Greyhound alleles on age at detection of femoral capital epiphyseal ossification, 8-month distraction index, and 8-month dorsolateral subluxation score. RESULTS: The additive effect was significant for age at detection of femoral capital epiphyseal ossification. Restricted maximum likelihood estimates (+/-SD) for this trait were 6.4+/-1.95, 10.2+/-2.0, 10.8+/-3.1, 11.4+/-2.1, and 13.6+/-4.6 days of age for Greyhounds, Greyhound backcross dogs, F1 dogs, Labrador Retriever backcross dogs, and Labrador Retrievers, respectively. The additive effect was also significant for the distraction index. Estimates for this trait were 0.21+/-0.07, 0.29+/-0.15, 0.44+/-0.12, 0.52+/-0.18, and 0.6+/-0.17 for the same groups, respectively. For the dorsolateral subluxation score, additive and dominance effects were significant. Estimates for this trait were 73.5+/-4.1, 71.3+/-6.5, 69.1+/-6.0, 50.6+/-12.9, and 48.4+/-7.7%, respectively, for the same groups. CONCLUSIONS: In this canine pedigree, traits associated with canine hip dysplasia are heritable. Phenotypic differences exist among founder dogs of each breed and their crosses. This pedigree should be useful for identification of quantitative trait loci underlying the dysplastic phenotype.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».