Synergy between<i>MC1R</i>and<i>ASIP</i>for coat color in horses (<i>Equus caballus</i>)1
Notice bibliographique
Résumé
Through domestication and human selection, horses have acquired various coat colors, including seven phenotypes: black, brown, dark bay, bay, chestnut, white, and gray. Here we determined the genotypes for melanocortin-1 receptor (MC1R) and agouti signaling protein (ASIP) in 709 horses from 15 breeds. We found that the EEEE genotype frequency at MC1R decreased from dark to light colors (black = 64.5%, brown = 67.5%, dark bay = 47.0%, bay = 16.5%, and chestnut = 0.0%), whereas the AAAA genotype frequency at ASIP increased as coat color lightened (black = 0.0%, brown = 22.9%, dark bay = 69.2%, and bay = 83.0%). When combined genotypes at MC1R and ASIP were examined, different advantage genotype combinations were found for each color: black EEEE-AaAa (64.5%), brown EEEE-AAAa (47.0%), dark bay EEEE-AAAA, and EEEe-AAAA (36.2% and 33.0%, totally 69.2%), bay EEEe-AAAA (69.6%), and chestnut EeEe-AAAA (62.6%). The χ2 test showed that the phenotypes of horse coat colors were significantly related with the genotypes of MC1R and ASIP (p < 0.001). Furthermore, in contrast to a previous study where AaAa was only found in black, chestnut, and gray horses, we also found this allele in brown, dark bay, bay, and white horses. These results indicated that MC1R and ASIP may synergistically affect the levels of melanin in equine coat colors and that additional genes are likely involved in regulating coat colors, especially for white and gray colors. Our research provides new data for further studies on the synergetic actions of MC1R and ASIP in coat color of horses.
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 | 0,000 |
| 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) | 0,001 | 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 ».