MétaCan
Menu
Retour à la cohorte
Enregistrement W4317211367 · doi:10.1080/10495398.2023.2166840

Effect of <i>NLR</i> family pyrin domain containing 9 gene polymorphism on litter size in large white pigs

2023· article· en· W4317211367 sur OpenAlexaboutno aff
Yanyan Zhang, Yongqi Song, Wenchang Zhang, Tianfang Xiao, Hui Peng

Notice bibliographique

RevueAnimal Biotechnology · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyLitterGenotypeAlleleSingle-nucleotide polymorphismPyrin domainLocus (genetics)ExonGeneticsAnimal scienceSNPVeterinary medicineAllele frequencyGeneMedicineEcologyReceptor

Résumé

récupéré en direct d'OpenAlex

NLR family pyrin domain containing 9 (NLRP9) is a mammalian reproduction-related gene. In this study, we researched the associations between polymorphisms located in the coding sequence (CDS) of the NLRP9 gene, and both the total number of piglets born per litter (TNB) and the number of piglets born alive per litter (NBA) in Canada Large White pigs (CLW). We detected a single nucleotide polymorphism (SNP) within exon 3 (g.10910C > T). The allele frequencies at the NLRP9 locus were 0.474 for the C allele and 0.526 for the T allele. Three genotypes, CC, CT, and TT, occurred with frequencies of 0.216, 0.515, and 0.269, respectively. Sows with the CC genotype had the largest TNB and NBA, sows with TT had the smallest, and those with CT were in-between. This difference was statistically significant (p < 0.05). Furthermore, CC females grew faster than CT or TT females, and there was a significant relationship between NLRP9 polymorphism and the average daily gain (p < 0.05). Here, we provide the first evidence for a novel SNP in NLRP9 associated with litter size in CLW sows, which could be used as a genetic marker to improve litter size in pig breeding and production.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal BiotechnologyMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207