Extensive and breed-specific linkage disequilibrium in <i>Canis familiaris</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 156 breeds of registered dogs in the United States offer a unique opportunity to map genes important in disease susceptibility, morphology, and behavior. Linkage disequilibrium (LD) is of current interest for its application in whole genome association mapping, since the extent of LD determines the feasibility of such studies. We have measured LD at five genomic intervals, each 5 Mb in length and composed of five clusters of sequence variants spaced 800 kb-1.6 Mb apart. These intervals are located on canine chromosomes 1, 2, 3, 34, and 37, and none is under obvious selective pressure. Approximately 20 unrelated dogs were assayed from each of five breeds: Akita, Bernese Mountain Dog, Golden Retriever, Labrador Retriever, and Pekingese. At each genomic interval, SNPs and indels were discovered and typed by resequencing. Strikingly, LD in canines is much more extensive than in humans: D' falls to 0.5 at 400-700 kb in Golden Retriever and Labrador Retriever, 2.4 Mb in Akita, and 3-3.2 Mb in Bernese Mountain Dog and Pekingese. LD in dog breeds is up to 100x more extensive than in humans, suggesting that a correspondingly smaller number of markers will be required for association mapping studies in dogs compared to humans. We also report low haplotype diversity within regions of high LD, with 80% of chromosomes in a breed carrying two to four haplotypes, as well as a high degree of haplotype sharing among breeds.
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.
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 | 0,000 |
| 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 découle