MétaCan
Menu
Retour à la cohorte
Enregistrement W2010783870 · doi:10.1186/1746-6148-6-27

A genomics-informed, SNP association study reveals FBLN1 and FABP4 as contributing to resistance to fleece rot in Australian Merino sheep

2010· article· en· W2010783870 sur OpenAlex
Wendy Smith, Yutao Li, Aaron Ingham, Eliza Collis, Sean McWilliam, Tom Dixon, Belinda J. Norris, S. I. Mortimer, Robert J. Moore, Antônio Reverter

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueBMC Veterinary Research · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensnon disponible
Organismes subventionnairesCommonwealth Scientific and Industrial Research OrganisationMcMaster University
Mots-clésLucilia cuprinaBiologyWoolGeneSingle-nucleotide polymorphismBreedGeneticsSNPMicroarrayLuciliaVeterinary medicineLarvaGenotypeGene expressionCalliphoridaeBotanyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fleece rot (FR) and body-strike of Merino sheep by the sheep blowfly Lucilia cuprina are major problems for the Australian wool industry, causing significant losses as a result of increased management costs coupled with reduced wool productivity and quality. In addition to direct effects on fleece quality, fleece rot is a major predisposing factor to blowfly strike on the body of sheep. In order to investigate the genetic drivers of resistance to fleece rot, we constructed a combined ovine-bovine cDNA microarray of almost 12,000 probes including 6,125 skin expressed sequence tags and 5,760 anonymous clones obtained from skin subtracted libraries derived from fleece rot resistant and susceptible animals. This microarray platform was used to profile the gene expression changes between skin samples of six resistant and six susceptible animals taken immediately before, during and after FR induction. Mixed-model equations were employed to normalize the data and 155 genes were found to be differentially expressed (DE). Ten DE genes were selected for validation using real-time PCR on independent skin samples. The genomic regions of a further 5 DE genes were surveyed to identify single nucleotide polymorphisms (SNP) that were genotyped across three populations for their associations with fleece rot resistance. RESULTS: The majority of the DE genes originated from the fleece rot subtracted libraries and over-representing gene ontology terms included defense response to bacterium and epidermis development, indicating a role of these processes in modulating the sheep's response to fleece rot. We focused on genes that contribute to the physical barrier function of skin, including keratins, collagens, fibulin and lipid proteins, to identify SNPs that were associated to fleece rot scores. CONCLUSIONS: We identified FBLN1 (fibulin) and FABP4 (fatty acid binding protein 4) as key factors in sheep's resistance to fleece rot. Validation of these markers in other populations could lead to vital tests for marker assisted selection that will ultimately increase the natural fleece rot resistance of Merino sheep.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,401
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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