Notice bibliographique
Résumé
Cream dogs of several breeds require a genotype of e/e at MC1R based on 27 individuals in this study. All Akita, Caucasian Mountain Dogs, German Shepherd Dogs, Miniature Schnauzer, and Puli with this genotype are cream, suggesting they are fixed at a second locus which causes the phaeomelanin pigmentation caused by this genotype to be diluted or pale. Conversely, although all Chinese Shar-Pei and Poodles that were cream had an e/e genotype at MC1R, not all dogs with this genotype are cream. Today, many Golden Retrievers and Labrador Retrievers with an e/e genotype are cream instead of the traditional yellow to golden color seen in the past. The second gene in these breeds must have multiple alleles, only one of which causes phaeomelanin pigment to be diluted or pale. Tyrosinase (TYR) and solute carrier family 45, member 2 (SLC45A2) have been shown to cause cream coat color in other species and were therefore investigated in dogs as candidate genes for this second locus. Although polymorphisms were detected in cDNA sequence from TYR and SLC45A2, no polymorphism was consistently associated with cream dogs or cosegregated with cream coat color in any of the families used in this study. A microsatellite was detected in a published BAC sequence (GenBank no. AAEX01017083) in intron 2 and was used to map SLC45A2 to CFA4.
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 | 0,001 | 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 ».