MétaCan
Menu
Retour à la cohorte
Enregistrement W3172882741 · doi:10.6000/1927-520x.2021.10.04

Multi-OMICS and Molecular Biology Perspective in Buffalo Genome

2021· article· en· W3172882741 sur OpenAlexvenueno aff
Suranjana Sikdar, Tuhin Das, Emran Hossain Sajib, Kazi Mahbub Ur Rahman Rahman, AMAM Zonaed Siddik, Md Bashir Uddin

Notice bibliographique

RevueJournal of Buffalo Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyGenomeGeneticsReference genomeGenetic diversitySingle-nucleotide polymorphismSNP genotypingGenotypingComputational biologyWhole genome sequencingGenomicsGeneGenotypePopulation

Résumé

récupéré en direct d'OpenAlex

The bovine species buffalo was domesticated from its wild strain Bubalus arnee and is widely used livestock in southern Asia. There are two distinct types of Buffalo- the swamp buffalo (B. bubalis kerebau) and the river buffalo (B. bubalis bubalis), which diverged from the wild Asian water buffalo and then evolved in separate geographical regions. Several research studies performed on buffalo, like- characterization of trait-specific Single Nucleotide Polymorphism (SNP), genetic and phenotypic diversity, gene prediction and function annotation, mapping of the draft genome, have helped our understanding of the buffalo genome. Some advanced discovery as identification of Single Nucleotide Variant (SNVs), Simple Sequence Repeats (SSR) marker and their association with various phenotypic traits, MicroRNA's expression profiling, whole-genome sequencing, etc. have also enabled us to track the chromosomal evolution, physiological processes, and gene expression of buffalo. Proper enhancement of these traits can lead us to apply multi-omics-based tools for better animal health and production. Recent advancement in genomic research on buffalo is being accelerated with the association of modern tools like- Genome-Wide Association Study (GWAS), genotyping by sequencing, epigenomic screening, microRNA's expression profiling, microarray technology, and whole-genome sequencing. All these tools bear great significance in breed up-gradation, identification of the phylogenetic relationship between species in proteome and genomic level, study gene expression level, diagnose diseases or developmental stages, phenotypic diversity, etc. All this knowledge paved the way for better optimization of production efficiency, product quality, and resistance to certain health hazards.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,271 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Buffalo ScienceMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207