48 Genomic Studies of Feed Efficiency and Component Traits in American Mink
Notice bibliographique
Résumé
Abstract Feed costs are the largest expense in mink production systems. Therefore, improvement of feed efficiency (FE) is the best way to use limited resources efficiently and increase the mink industry’s sustainability. The objectives of this project are to 1) identify the genetic relationships among different FE measures and their component traits, and 2) discover the genetic architecture of FE and implement genomic selection for FE traits to increase the genetic gain in American mink. Final body weight (FBW), final body length (FBL), daily feed intake (DFI), average daily gain (ADG), feed conversion ratio (FCR), residual feed intake (RFI), residual gain (RG), residual intake and gain (RIG) and Kleiber ratio (KR) traits were measured based on the phenotypic records on 1,088 American mink from the Canadian Center for Fur Animal Research (Nova Scotia, Canada). Univariate models were applied to test the significance of sex, color type, age, and nested Row(Year) as fixed effects and random maternal effect. Genetic parameters were estimated via bivariate models using ASReml-R 4. Estimated heritabilities (±SE) were 0.38±0.10, 0.36±0.10, 0.25±0.10, 0.34±0.09, 0.38±0.08, 0.37±0.07, 0.29±0.10, 0.32±0.10 and 0.34±0.10 for FBW, FBL, DFI, ADG, FCR, RFI, RG, RIG and KR, respectively. RFI showed non-significant (P >0.05) genetic correlations with component traits such as FBW (0.00±0.17) and FBL (0.30±0.16) but significant (P < 0.05) high genetic correlation with DFI (0.74±0.09), indicating that selection based on RFI will reduce the feed intake without any negative effects on the size and growth. The estimated genetic parameters for FE traits suggested the possibility to implement genetic/genomic selection to improve the FE in American mink. Consequently, the ongoing project on genetic mapping and genomic selection will enhance the knowledge of FE and improve the efficacy of selection for more feed-efficient mink.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».