Genome‐wide association studies for additive and dominance effects for body composition traits in commercial crossbred Piétrain pigs
Notice bibliographique
Résumé
Fat depth (FD) and muscle depth (MD) are economically important traits and used to estimate carcass lean content (LMP), which is one of the main breeding objectives in pig breeding programmes. We assessed the genetic architectures of body composition traits for additive and dominance effects in commercial crossbred Piétrain pigs using both 50 K array and sequence genotypes. We first performed a genome-wide association study (GWAS) using single-marker association analysis with a false discovery rate of 0.1. Then, we estimated the additive and dominance effects of the most significant variant in the quantitative trait loci (QTL) regions. It was investigated whether the use of whole-genome sequence (WGS) will improve the QTL detection (both additive and dominance) with a higher power compared with lower density SNP arrays. Our results showed that more QTL regions were detected by WGS compared with 50 K array (n = 54 vs. n = 17). Of the novel associated regions associated with FD and LMP and detected by WGS, the most pronounced peak was on SSC13, situated at ~116-118, 121-127 and 129-134 Mbp. Additionally, we found that only additive effects contributed to the genetic architecture of the analysed traits and no significant dominance effects were found for the tested SNPs at QTL regions, regardless of panel density. The associated SNPs are located in or near several relevant candidate genes. Of these genes, GABRR2, GALR1, RNGTT, CDH20 and MC4R have been previously reported as being associated with fat deposition traits. However, the genes on SSC1 (ZNF292, ORC3, CNR1, SRSF12, MDN1, TSHZ1, RELCH and RNF152) and SSC18 (TTC26 and KIAA1549) have not been reported previously to our best knowledge. Our current findings provide insights into the genomic regions influencing composition traits in Piétrain pigs.
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 | 0,001 |
| 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) | 0,002 | 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 ».