Assessment of Heterozygosity and Genome-Wide Analysis of Heterozygosity Regions in Two Duroc Pig Populations
Notice bibliographique
Résumé
Heterozygosity can effectively reflect the diverse models of population structure and demographic history. However, the genomic distribution of heterozygotes and the correlation between regions of heterozygosity (runs of heterozygosity, ROHet) and phenotypes are largely understudied in livestock. The objective of this study was to identify ROHet in the Duroc pig genome, and investigate the relationships between ROHet and eight important economic traits. Here, we genotyped 3,770 American Duroc (S21) and 2,096 Canadian Duroc (S22) pigs using 50 K single nucleotide polymorphism array to analyze heterozygosity. A total of 145,010 and 84,396 ROHets were characterized for S21 and S22 populations, respectively. ROHet segments were mostly enriched in 1-2 Mb length classification (75.48% in S21 and 72.25% in S22). The average genome length covered by ROHet was 66.53 ± 12.20 Mb in S21 and 73.32 ± 13.77 Mb in S22 pigs. Additionally, we detected 20 and 13 ROHet islands in S21 and S22 pigs. Genes in these genomic regions were mainly involved in the biological processes of immunity and reproduction. Finally, the genome-wide ROHet-phenotypes association analysis revealed that 130 ROHets of S21 and 84 ROHets of S22 were significantly associated with eight economic traits. Among the candidate genes in the significant ROHet regions, 16 genes related to growth, metabolism, and meat quality were considered as candidate genes for important economic traits of pigs. This work preliminarily explores the effect of heterozygosity-rich regions in the pig genome on production performance and provides new insights for subsequent research on pig genetic improvement.
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 | 0,001 | 0,001 |
| 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 ».