<i>Toll-like receptor</i> 4 gene polymorphisms influence milk production traits in Chinese Holstein cows
Notice bibliographique
Résumé
The research reported in this Research Communication aimed to describe the influence of Toll-like receptor 4 gene polymorphisms on milk production traits in Chinese Holstein cows. Toll-like receptor 4 (TLR4) is an important member of the toll-like receptor gene family that is widely found in various organisms. Since TLR4 can identify molecular patterns from various pathogenic microorganisms and induce natural and acquired immunity, it plays an important role in disease resistance in dairy cows. Two single nucleotide polymorphisms (SNPs) of TLR4 (c.-226 G > C and c.2021 C > T) that were previously found to be associated with health traits were genotyped using Sequenom MassARRAY (Sequenom Inc., San Diego, CA) for Chinese Holstein cows (n = 866). The associations between SNPs or their haplotypes and milk production traits and somatic cell count were analyzed by the generalized linear model procedure of Statistics Analysis System software (SAS). The c.-226 G > C and c.2021 C > T showed low linkage disequilibrium (r2 = 0·192). There was no association between these two SNPs and SCC, but significant effects were found for SNP c.-226 G > C on test-day milk yield, fat content, protein content, and total solid and milk urea nitrogen (P T and the SNP haplotypes on test-day milk yield, fat content, protein content, lactose content and total solids (P C was located within several potential transcription factor binding sites, including transcription factor AP-2. The polymorphisms c.-226 G > C and c.2021 C > T had significant effects on the milk production for Chinese Holstein, and these SNP could be used for molecular marker-assisted selection of milk production.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».