MétaCan
Menu
Retour à la cohorte
Enregistrement W2015295279 · doi:10.1080/10495398.2011.536078

Identification of SNP<scp>s</scp>in Interferon Gamma, Interleukin-22, and Their Receptors and Associations with Health and Production-Related Traits in Canadian Holstein Bulls

2011· article· en· W2015295279 sur OpenAlexaffabout
Chris P. Verschoor, Sameer D. Pant, Graham A. Biggar, Flávio S. Schenkel, Bhawani Shankar Sharma, Niel A. Karrow

Notice bibliographique

RevueAnimal Biotechnology · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSingle-nucleotide polymorphismBiologyLinkage disequilibriumLactationGeneticsGenome-wide association studyQuantitative trait locusInterleukin 10SNPHaplotypeGeneGenotypeCytokinePregnancy

Résumé

récupéré en direct d'OpenAlex

Genetic variants in a number of immunoregulatory genes have been previously associated with health and production traits in dairy cattle. Therefore, in the following study, the genes coding interferon gamma (IFNG), IFNG receptor 1 and 2 domains, interleukin-22 (IL22), and IL22 receptor alpha 1, were investigated for single nucleotide polymorphisms (SNPs) in Holstein bulls. These SNPs, along with SNPs previously identified in IL10, IL10 receptor, and transforming growth factor beta 1 (TGFB1) genes, were evaluated for statistical associations to estimated breeding values for milk somatic cell score (SCS), a trait highly correlated to mastitis incidence, and various production-related traits, including milk yield, protein yield, fat yield, and lactation persistency. While no significant associations were found between these SNPs and SCS, SNPs in IL10 receptor beta subunit showed a significant effect on protein yield and lactation persistency. While there is evidence that IL10 plays an important role during lactation, it is also likely that the effects of SNPs in IL10 receptor beta subunit on protein yield and lactation persistency are due to linkage disequilibrium with a neighboring QTL.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,534
Score d'incertitude au seuil0,937

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,223
Écart entre enseignants0,198 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimal BiotechnologyMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207