Invited review: Opportunities for genetic improvement of metabolic diseases
Notice bibliographique
Résumé
Metabolic disorders are disturbances to one or more of the metabolic processes in dairy cattle. Dysfunction of any of these processes is associated with the manifestation of metabolic diseases or disorders. In this review, data recording, incidences, genetic parameters, predictors, and status of genetic evaluations were examined for (1) ketosis, (2) displaced abomasum, (3) milk fever, and (4) tetany, as these are the most prevalent metabolic diseases where published genetic parameters are available. The reported incidences of clinical cases of metabolic disorders are generally low (less than 10% of cows are recorded as having a metabolic disease per herd per year or parity/lactation). Heritability estimates are also low and are typically less than 5%. Genetic correlations between metabolic traits are mainly positive, indicating that selection to improve one of these diseases is likely to have a positive effect on the others. Furthermore, there may also be opportunities to select for general disease resistance in terms of metabolic stability. Although there is inconsistency in published genetic correlation estimates between milk yield and metabolic traits, selection for milk yield may be expected to lead to a deterioration in metabolic disorders. Under-recording and difficulty in diagnosing subclinical cases are among the reasons why interest is growing in using easily measurable predictors of metabolic diseases, either recorded on-farm by using sensors and milk tests or off-farm using data collected from routine milk recording. Some countries have already initiated genetic evaluations of metabolic disease traits and currently most of these use clinical observations of disease. However, there are opportunities to use clinical diseases in addition to predictor traits and genomic information to strengthen genetic evaluations for metabolic health in the future.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».