Artificial Selection Drives SNPs of Olfactory Receptor Genes into Different Working Traits in Labrador Retrievers
Notice bibliographique
Résumé
Labs as guide dogs or sniffer dogs in usage have been introduced into China for more than 20 years. These two types of working dogs own blunt or acute olfactory senses, which have been obtained by artificial selection in relatively closed populations. In order to attain stable olfactory attributes and meet use-oriented demands, Chinese breeders keep doing the same artificial selection. Though olfactory behavior is canine genetic behavior, genotypes of OR genes formed by breeding schemes are largely unknown. Here, we characterized 26 SNPs, 2 deletions, and 2 insertions of 7 OR genes between sniffer dogs and guide dogs in order to find out the candidate alleles associated with working specific traits. The results showed that there were candidate functional SNP alleles in one locus that had statistically severely significant differences between the two subpopulations. Furthermore, the levels of polymorphism were not high in all loci and linkage disequilibrium only happened within one OR gene. Hardy-Weinberg equilibrium (HWE) tests showed that there was a higher ratio not in HWE and lower FST within the two working dog populations. We conclude that artificial selection in working capacities has acted on SNP alleles of OR genes in a dog breed and driven the evolution in compliance with people's intentions though the changes are limited in decades of strategic breeding.
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 | 0,001 | 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 ».