Identification of molecular markers in Labeo rohita towards better carbohydrate utilization
Notice bibliographique
Résumé
The contribution of aquaculture products in providing nutritional and food security to human is increasing expeditiously with the increase in animal protein demand.Feed cost contributes more than 60% of the cost of aquaculture production.Henceforth, formulation of cheap fish feed is one of the greatest challenges in aquaculture industry.Carbohydrates are the cheap source of dietary energy.So their level of utilization in fish is an exciting area in research for decreasing the fish feed cost.Molecular markers such as microsatellite and single nucleotide polymorphism (SNP) are used for genetic mapping, quantitative trait loci identification and genome-wide association studies in several aquaculture species.In this experiment, SNPs and microsatellite markers linked to carbohydrate utilization in Labeo rohita were identified.Liver tissue samples of Labeo rohita and Labeo bata were collected from individuals fed with a customized diet with 40% carbohydrate for a period of 21 days.RNA was extracted and cDNA library was prepared and sequenced on Illumina NextSeq 500 platform.7.5 GB of data was generated from each species.Assembly of rohu data resulted in 70, 225 contigs, out of which 6284 microsatellite markers were identified.Among which, 3838, 1817, 488, 132 and 9 were di-, tri-, tetra-, penta-and hexa-repeats, respectively.Primer modelling was successful for 4190 sequences.Similarly, 2, 14, 071 SNPs were identified using CLC bio v7.0.4 and utilizing Illumina reads obtained from Labeo bata.This study can be helpful in efficient use of carbohydrate in Labeo species for decreasing feed cost globally.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».