Assessment of collagen genes involved in fragmented medial coronoid process development in Labrador Retrievers as determined by affected sibling-pair analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the involvement of various collagen genes in the development of fragmented medial coronoid process (FCP) in Labrador Retrievers. SAMPLE POPULATION: 93 dogs originating from 13 litters were used in the study; FCP was diagnosed in 35 dogs, and each affected dog had at least 1 sibling that was also affected. Twelve dams and sires were included in the analysis. All dogs were purebred Labrador Retrievers except for 2 litters (offspring of a female Golden Retriever-Labrador Retriever mixed-breed dog). PROCEDURES: For each dog, DNA was isolated from blood samples. Polymorphic microsatellite markers adjacent to 14 candidate genes (ie, COL1A1, COL1A2, COL2A1, COL3A1, COL5A1, COL5A2, COL6A3, COL9A1, COL9A2, COL9A3, COL10A1, COL11A1, COL11A2, and COL24A1) were analyzed by use of PCR assays; genotypes were determined via automated detection of DNA products. The level of allele sharing between pairs of affected siblings was assessed. RESULTS: Among the 93 dogs, allele sharing of the 14 collagen genes was determined as follows: COL1A1, 45%; COL1A2, 47%; COL2A1, 37%; COL3A1, 32%; COL5A1, 43%; COL5A2, 32%; COL6A3, 36%; COL9A1, 45%; COL9A2, 49%; COL9A3, 38%; COL10A1, 46%; COL11A1, 52%; COL11A2, 47%; and COL24A1, 47%. CONCLUSIONS AND CLINICAL RELEVANCE: Because siblings share 50% of their genome at random, the fact that the percentages of allele sharing among the analyzed collagen genes were not significantly > 50% indicates that these genes are not determinant candidates for FCP in Labrador Retrievers. The gene for the vitamin D receptor could also be excluded because of its proximity to COL2A1.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».