MétaCan
Menu
Retour à la cohorte
Enregistrement W2118053361 · doi:10.1111/age.12333

Association of <i><scp>TLR</scp>4</i> polymorphisms with <i>Mycobacterium avium</i> subspecies <i>paratuberculosis</i> infection status in Canadian Holsteins

2015· article· en· W2118053361 sur OpenAlexaffabout
B. S. Sharma, Mohammed Abo-Ismail, Flávio S. Schenkel, Qiumei You, Chris P. Verschoor, Sameer D. Pant, Niel A. Karrow

Notice bibliographique

RevueAnimal Genetics · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensMcMaster UniversityUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMycobacterium avium subspecies paratuberculosisBiologyParatuberculosisSingle-nucleotide polymorphismSNPHaplotypeGeneticsSubspeciesImmunologyMycobacteriumGeneGenotypeZoologyBacteria

Résumé

récupéré en direct d'OpenAlex

Mycobacterium avium ssp. paratuberculosis (MAP) causes chronic enteritis in cattle that results in substantial financial losses to the cattle industry worldwide. Given that susceptibility to MAP infection is determined in part by genetics, marker-assisted selection may help in the breeding of animals that are more resistant to MAP infection. The toll-like receptor 4 gene (TLR4) was selected as a potential candidate gene because of its role in innate immunity and its involvement in MAP recognition and infection. The objective of this study, therefore, was to identify associations between TLR4 polymorphisms and susceptibility to MAP infection in Canadian Holstein cows. Two biologically relevant SNPs, including c.-226G>C in the 5'-untranslated region and the non-synonymous SNP c.2021C>T in the potential TIR domain, were selected for an association analysis with MAP infection status in 409 Canadian Holsteins. The haplotype C-T from these combined SNPs yielded significant association with susceptibility to MAP infection, supporting the involvement of TLR4 in susceptibility to MAP infection.

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 enseignants0,426
Score d'incertitude au seuil0,858

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimal GeneticsMême sujetMycobacterium research and diagnosisTravaux en français237 207