Sequence analysis of three canine adipokine genes revealed an association between <i><scp>TNF</scp></i> polymorphisms and obesity in Labrador dogs
Notice bibliographique
Résumé
Obesity is an emerging health problem in purebred dogs. Due to their crucial role in energy homeostasis control, genes encoding adipokines are considered candidate genes, and their variants may be associated with predisposition to obesity. Searching for polymorphism was carried out in three adipokine genes (TNF, RETN and IL6). The study was performed on 260 dogs, including lean (n = 109), overweight (n = 88) and obese (n = 63) dogs. The largest cohort was represented by Labrador Retrievers (n = 136). Altogether, 24 novel polymorphisms were identified: 12 in TNF (including one missense SNP), eight in RETN (including one missense SNP) and four in IL6. Distributions of five common SNPs (two in TNF, two in RETN and one in IL6) were further analyzed with regard to body condition score. Two SNPs in the non-coding parts of TNF (c.-40A>C and c.233+14G>A) were associated with obesity in Labrador dogs. The obtained results showed that the studied adipokine genes are highly polymorphic and two polymorphisms in the TNF gene may be considered as markers predisposing Labrador dogs to obesity.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».