Analysis of validated and population-specific single nucleotide polymorphism parentage panels in pedigreed and commercial beef cattle populations
Notice bibliographique
Résumé
A pedigreed population containing 71 calves and 8 sires was used to compare sire qualification using three genotyping platforms [14 microsatellite, real-time quantitative PCR, and 100, 200, 500, and 1000 single nucleotide polymorphism (SNP) arrays]. Parentage was also qualified in an unknown-pedigree population containing 8480 calves with 460 sires using SNP arrays. The three platforms qualified the true sire in the known-pedigree population with zero mismatches. The 100 and 200 SNP arrays yielded specificities of 0.92 and 0.99 with a 1% mismatch rate in the known-pedigree population, respectively. In the larger population, SNP panels of the 500 and 1000 highest minor allele frequency SNPs were also evaluated. The 1000 SNP panel qualified paternity to a single sire for 82.1% of calves with 1% or 2% mismatches. Not all commercial sires were genotyped, which accounts for missing paternity for some calves. In this larger population, the 100 SNP array qualified multiple sires to 0.42% of calves and single sires to 80.84% of calves without mismatches. The 200 SNP array assigned unique paternity, and 79.8% of calves were qualified to a sire without mismatches. With a 2% mismatch rate, sire qualifications agreed with the 1000 SNP array. This study highlights the interplay among population size, genotyping error rates, and the specificity and sensitivity of parentage platforms.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».