Genomic Analyses Revealed the Genetic Difference and Potential Selection Genes of Growth Traits in Two Duroc Lines
Notice bibliographique
Résumé
Duroc pigs are famous for their high growth rate, feed conversion efficiency, and lean meat percentage. Given that they have been subjected to artificial selection and breeding in multiple countries, various lines with obvious differences in production performance have formed. In this study, we genotyped 3,770 American Duroc (AD) pigs and 2,098 Canadian Duroc (CD) pigs using the GeneSeek Porcine SNP50 Beadchip to dissect the genetic differences and potential selection genes of growth traits in these two Duroc pig lines. Population structure detection showed that there were significant genetic differences between the two Duroc pig lines. Hence, we performed F ST and cross-population extended haplotype homozygosity (XP-EHH) analyses between the two lines. As a result, we identified 38 annotated genes that were significantly enriched in the gland development pathway in the AD line, and 61 annotated genes that were significantly enriched in the immune-related pathway in the CD line. For three growth traits including backfat thickness (BFT), loin muscle depth (LMD), and loin muscle area (LMA), we then performed selection signature detection at 5 and 10% levels within the line and identified different selected regions and a series of candidate genes that are involved in lipid metabolism and skeletal muscle development or repair, such as IRX3, EBF2, WNT10B, TLR2, PITX3 , and SGCD . The differences in selected regions and genes between the two lines may be the cause of the differences in growth traits. Our study suggests significant genetic differences between the AD and CD lines, which provide a theoretical basis for selecting different Duroc lines as sires for different needs.
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 ».