MétaCan
Menu
Retour à la cohorte
Enregistrement W3165697390 · doi:10.1111/age.13092

Genome‐wide selection signal analysis of Australian Boer goat reveals artificial selection imprinting on candidate genes related to muscle development

2021· article· en· W3165697390 sur OpenAlexaff
Bo Yang, Ying Yuan, Dong‐Ke Zhou, Yuehui Ma, Karima F. Mahrous, Shuan Wang, Ya‐Wen He, Xiao-Peng Duan, Wen-Long ZHANG, E Guangxin

Notice bibliographique

RevueAnimal Genetics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensCAE (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésBiologyCandidate geneGeneSingle-nucleotide polymorphismGeneticsGenomeGenome-wide association studyGenotype

Résumé

récupéré en direct d'OpenAlex

Summary As one of the best‐known commercial goat breeds in the world, Boer goat has undergone long‐term artificial selection for nearly 100 years, and its excellent growth rate and meat production performance have attracted considerable worldwide attention. Herein, we used single nucleotide polymorphisms (SNPs) called from the whole‐genome sequencing data of 46 Australian Boer goats to detect polymorphisms and identify genomic regions related to muscle development in comparison with those of 81 non‐specialized meat goat individuals from Europe, Africa, and Asia. A total of 13 795 202 SNPs were identified, and the whole‐genome selective signal screen with aπratio of nucleotide diversity (πcase/πcontrol) and pairwise fixation index (FST) was analyzed. Finally, we identified 1741 candidate selective windows based on the top 5% threshold of both parameters; here, 449 candidate genes were only found in 727 of these regions. A total of 433 genes out of the 449 genes obtained were annotated to 2729 gene ontology terms, of which 51 were directly linked to muscle development (e.g., muscle organ development, muscle cell differentiation) by 30 candidate genes (e.g.,JAK2,KCNQ1,PDE5A,PDLIM5,TBX5). In addition, 246 signaling pathways were annotated by 178 genes, and two pathways related to muscle contraction, including vascular smooth muscle contraction (ADCY7,PRKCB,PLA2G4E,ROCK2) and cardiac muscle contraction (CACNA2D3,CASQ2,COX6B1), were identified. The results could improve the current understanding of the genetic effects of artificial selection on the muscle development of goat. More importantly, this study provides valuable candidate genes for future breeding of goats.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0010,000

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 GPT0,260
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal GeneticsMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207