Whole‐genome resequencing reveals loci under selection during silkworm improvement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Breeding or genetic improvement refers to the process of artificial selection following domestication; as such, it has had a major influence on modern agriculture and animal production. Improvement generally focuses on traits that greatly affect the economic performance. Therefore, understanding the genetic basis underlying improvement will contribute to the identification of genes controlling economic traits and will facilitate future crop and animal breeding. However, genome-wide study of the molecular basis underlying improvement remains rare. The silkworm is a unique, entirely domesticated economically important invertebrate; genetic improvement has had a huge effect on the silkworm regarding silk-related traits. Herein, we performed whole-genomic sequencing on local and genetically improved silkworm lines to identify the genomic regions under strong selection in silkworm breeding/improvement. By genomic-wide selective sweeping analysis, we identified 24 genomic regions with strong selection signals, eight of which contained 13 candidate genes underlying silkworm breeding. Interestingly, six of these genes were annotated with functions related to neural signal response. Among the six genes, BGIBMGA004050 encodes silkworm CREB-regulated_transcription_coactivator_1 (BmCRTC1), which was reported to be involved in energy-sensing pathways. These results suggested that improvement may have affected the nervous system of the silkworm. This research will provide new insights into the genetic basis underlying the genetic improvement of silkworms and possibly of other species.
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.
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 | 0,000 | 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 découle