Genome‐wide association study and pathway analysis for carcass fatness in Nellore cattle measured by ultrasound
Notice bibliographique
Résumé
Identifying genes or genomic regions influencing carcass-quality traits such as fatness (FTN) is essential to optimize the genetic selection processes in beef cattle. The aim of this study was to identify genomic regions associated with FTN in Nellore cattle as well as to elucidate the metabolic pathways related to the phenotypic expression. Ultrasound-based measurements of FTN were collected in 11 750 animals, with 39 903 animals in the pedigree file. Additionally, 1440 animals were genotyped using the GGP-indicus 35K SNP panel, which contained 33 623 SNPs after quality control. Twenty genes related to FTN were found on 11 chromosomes, explaining 12.96% of the total additive genetic variance. Gene ontology revealed seven genes: NR1L2, PKD2, GSK3β, EXT1, RAD51B, SORCS1 and DPH6, associated with important processes related to FTN. In addition, novel candidate genes (MAATS1, LYPD1, CDK5RAP2, RAD51B, c13H2Oorf96 and TRAPPC11) were detected and could provide further knowledge to uncover genetic regions associated to carcass fatness in beef cattle.
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 | 0,000 | 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 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 ».