MétaCan
Menu
Retour à la cohorte
Enregistrement W4376879813 · doi:10.1016/j.livsci.2023.105259

Genetic parameters and multi-trait genomic prediction for hemoparasites infection levels in cattle

2023· article· en· W4376879813 sur OpenAlex
Andrea Romero, André Vieira do Nascimento, M. C. de S. Oliveira, Cíntia Hiromi Okino, Camila Urbano Braz, Daiane Cristina Becker Scalez, Diércles F. Cardoso, F. F. Cardoso, Claudia Cristina Gulias Gomes, Alexandre Rodrigues Caetano, Humberto Tonhati, Cedric Gondro, Henrique Nunes de Oliveira

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLivestock Science · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésBiologyHeritabilityAnaplasmosisSNPGenetic correlationVeterinary medicineTraitBabesiosisGenotypeTickGeneticsGenetic variationSingle-nucleotide polymorphismVirologyGeneMedicine

Résumé

récupéré en direct d'OpenAlex

Babesiosis and anaplasmosis are tick-borne diseases that substantially affect the economic outcomes of livestock production in tropical countries. This study aimed to evaluate the genetics of resistance to infection caused by these parasites through the estimation of heritabilities and genetic correlations of infection levels among Babesia bigemina (BigIL), B. bovis (BovIL), and Anaplasma marginale (AmIL), and tick counts (TC). The predictive ability of single and multi-trait genomic prediction models was evaluated through various combinations of these traits. To our knowledge, this is the first genomic study to examine BigIL and AmIL. Infection levels of BigIL ( n = 1,882), BovIL ( n = 1,858), and AmIL ( n = 1,523) were estimated from blood samples using real-time PCR. TC phenotypes ( n = 5,867) were obtained by counting the number of parasites larger than 4.5 mm from the right-hand side of each animal. Genotypic data were available for 3,977 animals which were then imputed up to ∼777,000 SNP and, after quality control, 502,398 SNP remained for downstream analyses. Variance components for BigIL and AmIL and the genetic correlations between traits were estimated using a Bayesian approach. The single-step best linear unbiased prediction was used to estimate genomic breeding values (GBV). The heritability estimates for BigIL and AmIL were low at 0.094 and 0.090, respectively, suggesting high environmental influence levels for both traits. The genetic correlations between tick count and infection levels for BigIL (0.239), BovIL (0.160), and AmIL (-0.019) were low, as well as the correlation between AmIL and BovIL (0.043). The genetic correlations between BigIL and BovIL (0.524) and BigIL and AmIL (0.793) were high, which contributed to improved GBV accuracies when these traits were combined in multi-trait models in comparison to single-trait models. These results suggested that multi-trait genomic prediction models of infection levels for tick-borne diseases are preferable to single-trait models. Additionally, our results indicated that the TC data and the GBV based on them are not useful for predicting infection levels of BigIL, BovIL, and AmIL.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,719
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,281
Écart entre enseignants0,252 · 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