<i>FTO</i> and <i>IRX3</i> Genes are Not Promising Markers for Obesity in Labrador Retriever Dogs
Notice bibliographique
Résumé
Abstract Obesity is a serious problem in numerous dog breeds, but knowledge of its hereditary background is scarce. On the contrary, numerous DNA polymorphisms associated with human obesity have been identified, with the strongest effect being demonstrated for FTO gene. We used targeted next-generation sequencing (tNGS) to search for polymorphisms in the region harboring FTO and IRX3 in 32 Labrador dogs. Moreover, we investigated the selected regions of FTO and IRX3 , orthologous to the human regions associated with obesity, in 165 Labradors. For all dogs, the following information was available: age, sex, gonadal status, body weight, and body conformation score (BCS). The use of tNGS revealed 12,217 polymorphisms, but none of these obtained significance when lean and obese dogs were compared. Study of two SNPs in the 5’-flanking region of FTO in 165 dogs – creating two upstream reading frames (uORFs) – also showed no association with body weight and BCS but suggested the need for improvement in FTO annotation. No polymorphism was found in the 5’UTR of IRX3. Additionally, no differences of CpG islands methylation status between lean and obese dogs were found. Our study suggests that FTO and IRX3 are not useful markers of obesity in Labrador 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».