Genetic analysis of the modern Australian labradoodle dog breed reveals an excess of the poodle genome
Notice bibliographique
Résumé
The genomic diversity of the domestic dog is an invaluable resource for advancing understanding of mammalian biology, evolutionary biology, morphologic variation, and behavior. There are approximately 350 recognized breeds in the world today, many established through hybridization and selection followed by intense breeding programs aimed at retaining or enhancing specific traits. As a result, many breeds suffer from an excess of particular diseases, one of many factors leading to the recent trend of "designer breed" development, i.e. crossing purebred dogs from existing breeds in the hope that offspring will be enriched for desired traits and characteristics of the parental breeds. We used a dense panel of 150,106 SNPs to analyze the population structure of the Australian labradoodle (ALBD), to understand how such breeds are developed. Haplotype and admixture analyses show that breeds other than the poodle (POOD) and Labrador retriever (LAB) contributed to ALBD formation, but that the breed is, at the genetic level, predominantly POOD, with all small and large varieties contributing to its construction. Allele frequency analysis reveals that the breed is enhanced for variants associated with a poodle-like coat, which is perceived by breeders to have an association with hypoallergenicity. We observed little enhancement for LAB-specific alleles. This study provides a blueprint for understanding how dog breeds are formed, highlighting the limited scope of desired traits in defining new breeds.
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 | 0,000 | 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 | 0,001 | 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 ».