MétaCan
Menu
Retour à la cohorte

Vers une sélection génomique chez les caprins laitiers

2018· article· fr· W2796444282 sur OpenAlexfundno aff
Céline Carillier‐Jacquin, Hélène Larroque, Christèle Robert-Granié

Notice bibliographique

RevueINRAE Productions Animales · 2018
Typearticle
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesConseil Régional Midi-PyrénéesInstitut National de la Recherche AgronomiqueAgence Nationale de la RechercheMinistry of Agriculture - Saskatchewan
Mots-clésBiologyMolecular biologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La sélection génomique, qui a révolutionné la sélection génétique des bovins laitiers notamment, est désormais envisagée dans d’autres filières animales. Chez les caprins laitiers français, le gain de précision attendu des valeurs génomiques était un des questionnements de la filière en raison de la petite taille de la population de référence disponible (825 mâles et 1945 femelles génotypés sur une puce SNP 50K). Le but de cette étude est de tester différentes techniques d’évaluation génomique afin d’obtenir les évaluations génomiques les plus précises possibles. Une étude de la structure génétique de la population de référence caprine constituée d’animaux de races Saanen et Alpine, a révélé de faibles niveaux de déséquilibre de liaison (0,17 entre deux SNP consécutifs), de consanguinité et de parenté au sein de la population, ce qui n’est pas favorable à une bonne précision des évaluations génomiques. Les méthodes d’évaluations génomiques (GBLUP ou Bayésiennes), basées sur des performances pré-corrigées n’ont pas permis une amélioration significative des précisions des évaluations génomiques pour les caractères évalués en routine (caractères de production, de morphologie et comptages de cellules somatiques). Cependant les évaluations génomiques basées sur les performances propres des femelles ont permis d’obtenir des précisions supérieures à celles obtenues sur ascendance. La sélection génomique est donc envisageable chez les caprins laitiers français. Ces précisions peuvent également être légèrement augmentées par l’inclusion de gènes majeurs tels que celui de la caséine αs1.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,257
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINRAE Productions AnimalesMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207