Association of <i>MSTN</i> gene polymorphism (C354T) with performance traits in raccoon dogs
Notice bibliographique
Résumé
The aim of the study was to identify polymorphisms within nuclear DNA genes and determine their association with the performance traits of farmed raccoon dogs. The study involved 354 animals and their breeding documentation data. Myostatin (MSTN), insulin-like growth factor 1 (IGF1), and growth hormone (GHR) genes were amplified, sequenced, and subjected to bioinformatics and statistical analysis. Estimation of variance components was performed with the residual maximum likelihood (REML) method, and best linear unbiased prediction (BLUP) of the breeding values was carried out. The predictors of the traits of direct additive, maternal additive, and random-specific maternal environmental effects were analysed. Within the nucleotide sequences of the analysed genes, one silent single nucleotide polymorphism (SNP) was identified in exon 1 of the MSTN gene. The analysis of the variance of the fixed-specific maternal environmental effect revealed statistically significant differences in the body weight among raccoon dogs with alternative polymorphisms. The mean effects of the estimators of polymorphism addition and dominance measured by MSTN gene regression had mostly a significant impact on the level of the traits estimated in animals. There was statistically significant association of the polymorphism in the MSTN gene with the body weight in raccoon dogs, which validates selection thereof as a candidate gene for this economically most important performance trait of raccoon dogs.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».