Facial shape and allometry quantitative trait locus intervals in the Diversity Outbred mouse are enriched for known skeletal and facial development genes
Notice bibliographique
Résumé
The biology of how faces are built and come to differ from one another is complex. Discovering normal variants that contribute to differences in facial morphology is one key to untangling this complexity, with important implications for medicine and evolutionary biology. This study maps quantitative trait loci (QTL) for skeletal facial shape using Diversity Outbred (DO) mice. The DO is a randomly outcrossed population with high heterozygosity that captures the allelic diversity of eight inbred mouse lines from three subspecies. The study uses a sample of 1147 DO animals (the largest sample yet employed for a shape QTL study in mouse), each characterized by 22 three-dimensional landmarks, 56,885 autosomal and X-chromosome markers, and sex and age classifiers. We identified 37 facial shape QTL across 20 shape principal components (PCs) using a mixed effects regression that accounts for kinship among observations. The QTL include some previously identified intervals as well as new regions that expand the list of potential targets for future experimental study. Three QTL characterized shape associations with size (allometry). Median support interval size was 3.5 Mb. Narrowing additional analysis to QTL for the five largest magnitude shape PCs, we found significant overrepresentation of genes with known roles in growth, skeletal and facial development, and sensory organ development. For most intervals, one or more of these genes lies within 0.25 Mb of the QTL's peak. QTL effect sizes were small, with none explaining more than 0.5% of facial shape variation. Thus, our results are consistent with a model of facial diversity that is influenced by key genes in skeletal and facial development and, simultaneously, is highly polygenic.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».