Fine Mapping of Polymorphic Alcohol‐Related Quantitative Trait Loci Candidate Genes Using Interval‐Specific Congenic Recombinant Mice
Notice bibliographique
Résumé
BACKGROUND: The inbred long-sleep (ILS) and inbred short-sleep (ISS) strains of mice are widely studied as a model of initial sensitivity to alcohol. Recently, a large comparative DNA sequencing study of candidate genes located within the four Lore quantitative trait loci (QTLs) associated with the ethanol-induced loss of righting reflex in ILS and ISS mice has identified eight genes that contain coding region differences corresponding to amino acid changes. Here, recently developed interval-specific congenic recombinant mice (ISCRs) have been used to map these genes in relationship to newly narrowed QTL regions. METHODS: Regions of candidate genes containing DNA differences corresponding to previously identified amino acid changes between ISS and ILS mice were amplified from either genomic DNA or complementary DNA from ISCR mice using polymerase chain reaction. The products were purified and directly sequenced to determine the genotypes for each polymorphism. On the basis of these genotypic data, each candidate gene was determined to be located either within or outside of recently narrowed Lore QTL intervals. RESULTS: Of these eight candidates with protein-coding differences, five are now excluded from their respective Lore intervals. The other three (Znf142, Ptprn, and Znf133) have been localized to the narrowed QTL intervals. CONCLUSIONS: These three central nervous system genes (Znf142, Ptprn, and Znf133) represent promising candidates for involvement in the differential sensitivity to alcohol exhibited between ILS and ISS mice. This study also demonstrates how the combination of high-throughput comparative gene sequencing and concomitant genetic fine mapping of QTL regions with ISCRs can be an effective tool for accelerating the process of moving from QTL to gene.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».