Evaluation of quantitative trait loci for hip dysplasia in Labrador Retrievers
Notice bibliographique
Résumé
OBJECTIVE: To identify the quantitative trait loci (QTL) that contribute to hip dysplasia in dogs. ANIMALS: 192 Labrador Retrievers. PROCEDURES: Hip dysplasia was measured by use of the Norberg angle (NA), dorsolateral subluxation (DLS) score, and distraction index (DI). Genome-wide screening was conducted by use of 276 unique microsatellites. Linkage analysis was performed with a variance-based linear model. Logarithm of the odds (LOD) scores were reported when values were > 2.0. RESULTS: Canis familiaris autosomes (CFAs) 01, 02, 10, 20, 22, and 32 harbored significant QTL at LOD scores > 2.0. Among the 6 QTL, the QTL on CFA02 had not been reported to harbor QTL for hip dysplasia. The highest LOD score of 3.32 on CFA20 contributed to the second principal component of the DLS score and NA of the right hip joint. The QTL that was mapped on CFA01 (LOD score of 3.13 at 55 centimorgans) was located on the same chromosome reported to harbor a QTL for hip dysplasia in Portuguese Water Dogs and German Shepherd Dogs. In this study, CFAs 10, 20, 22, and 32 harbored QTL for hip dysplasia that have been identified in a Labrador Retriever-Greyhound pedigree and in German Shepherd Dogs. CONCLUSIONS AND CLINICAL RELEVANCE: Multiple QTL were clearly involved with hip dysplasia. Identification of these QTL will enable fine-resolution mapping and subsequent assessment of candidate genes within the refined intervals to enable researchers to develop genetic screening tests and preventative and novel therapeutic regimens.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».