Genetic variation at RYR1, IGF2, FUT1, MUC13, and KPL2 mutations affecting production traits in Chinese commercial pig breeds
Notice bibliographique
Résumé
The identification of causative mutations affecting economically important traits has benefited the worldwide pig industry. We investigated the genetic variation at five loci including RYR1, IGF2, FUT1, MUC13, and KPL2 affecting traits related to production, reproduction, and disease resistance in a sample of 8009 pigs representing 3 commercial breeds (Duroc, Landrace, and Large White) from 28 farms in China. We found that all breeds, especially Duroc pigs, have high frequencies of favourable alleles for lean production and stress resistance at the IGF2 and RYR1 loci. However, all breeds have low frequencies of the diarrhea-resistant allele of FUT1, indicating that multigenerational selection is required for E. coli F18+ resistant pigs. No linkage disequilibrium was found between the RYR1 and FUT1 loci on pig chromosome 6, supporting the possibility of combined selection for both F18 and stress-resistant pigs. Relatively high frequencies (> 0.5) of the MUC13 allele conferring resistance to E. coli F4ac were found in all three breeds with the highest frequency in Duroc pigs, suggesting that the breeders can establish F4ac diarrhea-resistant lines in a few generations. No defective allele at the KPL2 locus causing immotile short-tail sperms was found in Large White pigs of American, Canadian, Danish, English, and French origin, supporting the conclusion that the KPL2 defective allele is present exclusively in Finnish Large White pigs. These results provide useful information for pig breeding schemes in China.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».