Genome scan to detect quantitative trait loci for economically important traits in Holstein cattle using a dense SNP map
Notice bibliographique
Résumé
Quantitative trait loci (QTL) are chromosome regions which are significantly associated with the expression of a phenotypic trait in a particular population. Detection of a QTL is carried out using association with a genetic marker, such as a single nucleotide polymorphism (SNP), which is in linkage disequilibrium (LD) with the QTL. The two main categories of association studies are linkage analyses (LA), which consider LD within families and linkage disequilibrium methods, which make use of LD across an entire population. The recent reduction in genotyping costs has allowed for testing individuals for a large number of SNP. This substantial increase in genotypic data has lead to denser marker distributions on the bovine genome thus potentially increasing the power of QTL detection studies. The objective of this study was to scan the bovine genome to detect QTL for 305 day lactation milk yield (MY), 305 day lactation fat yield (FY), 305 day lactation protein yield (PY), herd life (HL), somatic cell score (SCS), interval from calving to first service in cows (CTFS) and age at first service in heifers (AFS). HL is a measure of longevity measured in the number of lactations a cow stays in the herd. SCS refers to the amount of somatic cells a cow has in her milk and is an important indicator trait for mastitis. CTFS is the period from parturition to first insemination in days and AFS is the age in days at which a heifer was artificially inseminated for the first time. Fertility traits, such as CTFS and AFS, are indicators of reproductive efficiency.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,002 | 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 ».