Genetic analysis of pathogen-specific intramammary infections in dairy cows
Notice bibliographique
Résumé
Mastitis is one of the most common diseases in dairy cattle, causing severe economic losses to dairy farmers. Mastitis usually occurs due to intramammary infection (IMI) caused by a variety of pathogenic bacteria. Although good progress has been made in understanding genetics of pathogen-specific clinical mastitis, studies involving genetic analysis of pathogen-specific IMI are scarce. The overall objective of this study was, therefore, to assess genetic variation of overall and pathogen-specific IMI in nonclinical primiparous and multiparous cows using bacterial culture. Data and milk samples were collected over a 2-yr interval as part of the Canadian Bovine Mastitis Research Network. The final data set contained records of 46,900 quarter milk samples from 3,382 clinically healthy primiparous and multiparous Holstein cows from 84 dairy herds. For the genetic analysis, we considered the following 7 traits: overall IMI, non-aureus staphylococci (NAS) IMI, contagious pathogen IMI, environmental pathogen IMI, major pathogen IMI, minor pathogen IMI and somatic cell score (SCS). Data were analyzed at the quarter level using a threshold-probit model via Gibbs sampling in BLUPF90. Prevalence of IMI traits at the quarter level in multiparous cow from 0 to 400 DIM ranged from 6.8 to 45.5%. Posterior mean of quarter heritability estimates (on the underlying scale, posterior SD in brackets) of overall IMI and pathogen-specific IMI traits ranged from 0.017 to 0.073 (±0.009 to 0.030). Weak to strong genetic correlations [ranging from 0.18 to 0.97 (±0.01 to 0.29)] among pathogen-specific IMI traits and with overall IMI indicated that not all of these traits were genetically similar. Weak to moderate Spearman rank correlations between estimated breeding values for overall IMI and pathogen-specific IMI traits (from 0.31 to 0.87) indicated possible substantial reranking of sires. The percentage of daughters with IMI caused by various pathogen groups ranged from 13 to 80% and from 38 to 94% for the best (10% decile) and worst sires (90% decile) according to their IMI trait-specific estimated breeding values, respectively. Pathogen-specific IMI traits and overall IMI had weak to moderate positive genetic correlations [ranging from 0.11 to 0.81 (±0.11 to 0.22)] with SCS. Therefore, selection for lower SCS will improve resistance to IMI. However, based on the observed weak to moderate rank correlations (0.04 to 0.47) between pathogen-specific IMI traits and SCS, selection for lower SCC will not improve resistance to IMI from every pathogen-specific IMI group in the same manner. Therefore, despite low heritability estimates, there was sizeable genetic variation for pathogen-specific IMI traits, indicating that long-term direct genetic selection for pathogen-specific IMI can improve pathogen-specific IMI resistance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».