Genome-wide association analyses based on a multiple-trait approach for modeling feed efficiency
Notice bibliographique
Résumé
Genome-wide association (GWA) of feed efficiency (FE) could help target important genomic regions influencing FE. Data provided by an international dairy FE research consortium consisted of phenotypic records on dry matter intakes (DMI), milk energy (MILKE), and metabolic body weight (MBW) on 6,937 cows from 16 stations in 4 counties. Of these cows, 4,916 had genotypes on 57,347 single nucleotide polymorphism (SNP) markers. We compared a GWA analysis based on the more classical residual feed intake (RFI) model with one based on a previously proposed multiple trait (MT) approach for modeling FE using an alternative measure (DMI|MILKE,MBW). Both models were based on a single-step genomic BLUP procedure that allowed the use of phenotypes from both genotyped and nongenotyped cows. Estimated effects for single SNP markers were small and not statistically important but virtually identical for either FE measure (RFI vs. DMI|MILKE,MBW). However, upon further refining this analysis to develop joint tests within nonoverlapping 1-Mb windows, significant associations were detected between either measure of FE with a window on each of Bos taurus autosomes BTA12 and BTA26. There was, as expected, no overlap between detected genomic regions for DMI|MILKE,MBW and genomic regions influencing the energy sink traits (i.e., MILKE and MBW) because of orthogonal relationships clearly defined between the various traits. Conversely, GWA inferences on DMI can be demonstrated to be partly driven by genetic associations between DMI with these same energy sink traits, thereby having clear implications when comparing GWA studies on DMI to GWA studies on FE-like measures such as RFI.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».