MétaCan
Menu
Retour à la cohorte
Enregistrement W2471187307 · doi:10.1186/s12711-016-0230-0

Genetic and genomic basis of antibody response to porcine reproductive and respiratory syndrome (PRRS) in gilts and sows

2016· article· en· W2471187307 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueGenetics Selection Evolution · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Virus Infections Studies
Établissements canadiensUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesIowa State UniversityGenome CanadaCanadian Swine Health Board
Mots-clésBiologyHeritabilitySingle-nucleotide polymorphismQuantitative trait locusPorcine reproductive and respiratory syndrome virusSNPGeneticsHerdGenotypeGenetic correlationOutbreakVeterinary medicineGenetic variationAnimal scienceGeneVirologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Our recent research showed that antibody response to porcine reproductive and respiratory syndrome (PRRS), measured as sample-to-positive (S/P) ratio, is highly heritable and has a high genetic correlation with reproductive performance during a PRRS outbreak. Two major quantitative trait loci (QTL) on Sus scrofa chromosome 7 (SSC7; QTLMHC and QTL130) accounted for ~40 % of the genetic variance for S/P. Objectives of this study were to estimate genetic parameters for PRRS S/P in gilts during acclimation, identify regions associated with S/P, and evaluate the accuracy of genomic prediction of S/P across populations with different prevalences of PRRS and using different single nucleotide polymorphism (SNP) sets. METHODS: Phenotypes and high-density SNP genotypes of female pigs from two datasets were used. The outbreak dataset included 607 animals from one multiplier herd, whereas the gilt acclimation (GA) dataset included data on 2364 replacement gilts from seven breeding companies placed on health-challenged farms. Genomic prediction was evaluated using GA for training and validation, and using GA for training and outbreak for validation. Predictions were based on SNPs across the genome (SNPAll), SNPs in one (SNPMHC and SNP130) or both (SNPSSC7) QTL, or SNPs outside the QTL (SNPRest). RESULTS: Heritability of S/P in the GA dataset increased with the proportion of PRRS-positive animals in the herd (from 0.28 to 0.47). Genomic prediction accuracies ranged from low to moderate. Average accuracies were highest when using only the 269 SNPs in both QTL regions (SNPSSC7, with accuracies of 0.39 and 0.31 for outbreak and GA validation datasets, respectively. Average accuracies for SNPALL, SNPMHC, SNP130, and SNPRest were, respectively, 0.26, 0.39, 0.21, and 0.05 for the outbreak, and 0.28, 0.25, 0.22, and 0.12, for the GA validation datasets. CONCLUSIONS: Moderate genomic prediction accuracies can be obtained for PRRS antibody response using SNPs located within two major QTL on SSC7, while the rest of the genome showed limited predictive ability. Results were obtained using data from multiple genetic sources and farms, which further strengthens these findings. Further research is needed to validate the use of S/P ratio as an indicator trait for reproductive performance during PRRS outbreaks.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,666
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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