MétaCan
Menu
Retour à la cohorte
Enregistrement W3002897626 · doi:10.1111/rda.13639

Genome‐wide identification of runs of homozygosity islands in the Gyr breed (<i>Bos indicus</i>)

2020· article· en· W3002897626 sur OpenAlexfundno aff
Alejandra Maria Toro Ospina, Ricardo António da Silva Faria, Aníbal Eugênio Vercesi Filho, Joslaine Noely dos Santos Gonçalves Cyrillo, Maria Eugênia Zerlotti Mercadante, Rogério Abdallah Curi, Josineudson Augusto II de Vasconcelos Silva

Notice bibliographique

RevueReproduction in Domestic Animals · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoAgence Universitaire de la FrancophonieFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésRuns of HomozygosityBiologyInbreedingBreedPopulationGeneticsGenomeGeneGenotypeSingle-nucleotide polymorphismDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Runs of homozygosity (ROH) are contiguous homozygous regions of the genome. These regions can be used to identify genes associated with traits of economic interest, as well as inbreeding levels. The aim of the present study was to analyse the length and distribution of ROH islands in Gyr cattle and to identify genes within these regions. A population of 173 animals selected for beef production and a population of 291 animals selected for dairy production were used. Differences in the number of short ROH (ROH 1‐2 Mb ) were observed between the two populations, while the number of long ROH (ROH &gt;16 Mb ) was similar. ROH islands with the highest incidences (&gt;0.50) overlapped in several segments of the genome in the two populations. The genes identified were associated with milk production, growth, reproduction, immune response and resistance traits. Our results contribute to the understanding of how selection can shape the distribution of ROH and ROH islands within the same breed when animals are selected for different purposes such as dairy or beef 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReproduction in Domestic AnimalsMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207