Polymorphisms within the Telomerase Reverse Transcriptase gene (TERT) in four breeds of dogs selected for difference in lifespan and cancer susceptibility
Notice bibliographique
Résumé
BACKGROUND: Enzymatic activity of Telomerase Reverse Transcriptase (TERT) is important in maintaining the telomere length and has been implicated in cancer and aging related pathology. Since cancer susceptibility as well as longevity of dogs vary between breeds, this study involved sequencing the entire TERT gene of Canis familiaris from DNA samples obtained from forty dogs, with ten dogs each of four breeds: Shih Tzu, Dachshund, Irish Wolfhound, and Newfoundland, each with different life expectancies and susceptibility to cancer. RESULTS: We compared the sequences of all forty individuals amongst one another and with the published sequence of canine TERT, and analyzed relationships between members of the same or different breeds. Two separate phylogenetic trees were generated and analyzed from these individuals. Polymorphisms were found most frequently in intronic regions of the gene, although exonic polymorphisms also were observed. In many locations genotypes were observed that were either homozygous for the reference sequence or heterozygous, but the variant homozygous genotype was not observed. CONCLUSIONS: We propose that these homozygous variants are likely to have adverse effects in dogs. It was also found that the polymorphisms did not segregate by breed. Because the four breeds chosen come from geographically and physiologically distinct backgrounds, it can be inferred that the polymorphic diversification of TERT preceded breed derivation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».