0310 Assessing genetic diversity in Canadian beef cattle populations using Illumina BovineSNP50 chip
Notice bibliographique
Résumé
The main objective of this study was to utilize genomic profiles to assess genetic diversity within and between Canadian beef cattle populations to gain insights on population admixture and dynamics. Individuals (n = 2831) were genotyped for Illumina BovineSNP50 for 9 populations (Gelbvieh (GVH, n = 488), Charolais (CHA, n = 396), Angus (AAN, n = 492), Simmental (SIM, n = 404), Limousin (LIM, n = 205), Hereford (HER, n = 591), Hays Converter (HC, n = 208), Kinsella composites (KC, n = 15) and Lacombe Research Centre (LRC, n = 33). A total of 2828 individuals with 43,172 SNPs across 29 autosomes passed quality control and were used for further analyses. To study population structure between populations, a principal component analysis (PCA) was performed using SNP1101 software. Genomic inbreeding coefficients for each individual were estimated using 4 methods; VanRaden 2008 (Fv), Leutenegger 2003 (Fl), excess of homozygosity (Fh) and GCTA software (Fg) method implemented in SNP1101 software. The PCA analysis reported clear divergence between GVH, CH, AAN, SIM, LIM, HER and HC populations where 7 clusters were well defined, illustrated in Fig. 1. The KC and LRC populations are distributed between the other clusters confirming their genetic architectures as crossbred. The most genomically divergent breeds were CHA, AAN, GVH and HER. The correlations between inbreeding coefficients Fv with Fl and Fg were strong; 0.98 and 0.93, respectively. The average estimate of genomic inbreeding coefficients (Fv, Fl, and Fg) were highest for the HER ranged from 12.8 ± 0.1to 18.5 ± 0.2% followed by AAN ranged from 10 ± 0.1 to 12.7 ± 0.1%. In addition, the genomic inbreeding coefficients for composites/crossbreds ranged from 2.0 ± 1.0 to 4.0 ± 1.0% and from 1.0 ± 0.7 to 7.0 ± 1.0% for KC and LRC, respectively, where these inbreeding levels were low across all methods compared with purebred cattle. In conclusion, the genomic assessment of inbreeding using different methods indicated that HER and AAN breeds had the highest inbreeding level and thus inbreeding depression should be assessed for their traits at the genome level. Information on specific regions that are fixed for deleterious alleles allows directed introgression between breeds to help address performance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».