MétaCan
Menu
Retour à la cohorte
Enregistrement W4312564357 · doi:10.56093/ijans.v89i5.90021

Identification of quantitative trait loci for milk protein percentage in Murrah buffaloes

2019· article· en· W4312564357 sur OpenAlexaff
Upasna Sharma, Priyanka Banerjee, Jyoti Joshi, Prerna Kapoor, Ramesh Kumar Vijh

Notice bibliographique

RevueThe Indian Journal of Animal Sciences · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésQuantitative trait locusBiologyGeneticsSireGeneChromosomeCandidate geneAutosomeMurrah buffaloGenetic markerAnimal science

Résumé

récupéré en direct d'OpenAlex

Milk protein is an important constituent of milk in buffaloes and is moderately heritable. The milk protein percentage varies significantly between breeds/herds/species. Buffaloes can be selected for higher milk protein percentage and this paper provides QTLs for marker assisted selection in buffaloes. The milk protein percentage records on 2,028 daughters belonging to 12 half sib families were analyzed for the identification of QTLs on 8 chromosomes in buffaloes using chromosome scans. The single marker analysis revealed 74 markers to be associated with milk protein percentage in 12 sire families. When common markers were removed from the analysis, 51 markers remained. The Interval mapping using R/qtl identified 69 QTLs in 12 half sib families on 8 chromosomes of buffalo. The meta QTL analysis defined 25 consensus QTL regions in buffaloes for milk protein percentage. Most of the QTLs identified have been reported for cattle however few new chromosomal locations were also identified to be associated with milk protein percentage in buffaloes. Comparative genomics revealed 1117 genes underlying the QTL regions associated with milk protein percentage. Among these, 109 genes were directly associated with protein metabolism. The protein-protein interaction among the genes and gene ontology analysis and pathways have been identified. These 109 genes have potential to be candidate genes for milk protein percentage in buffaloes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Indian Journal of Animal SciencesMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207