Genomic Scan for Runs of Homozygosity and Selective Signature Analysis to Identify Candidate Genes in Large White Pigs
Notice bibliographique
Résumé
Large White pigs are extensively utilized in China for their remarkable characteristics of rapid growth and the high proportion of lean meat. The economic traits of pigs, comprising reproductive and meat quality traits, play a vital role in swine production. In this study, 2295 individuals, representing three different genetic backgrounds Large White pig populations were used: 500 from the Canadian line, 295 from the Danish line, and 1500 from the American line. The GeneSeek 50K GGP porcine HD array was employed to genotype the three pig populations. Firstly, genomic selective signature regions were identified using the pairwise fixation index (FST) and locus-specific branch length (LSBL). By applying a top 1% threshold for both parameters, a total of 888 candidate selective windows were identified, harbouring 1571 genes. Secondly, the investigation of regions of homozygosity (ROH) was performed utilizing the PLINK software. In total, 25 genomic regions exhibiting a high frequency of ROHs were detected, leading to the identification of 1216 genes. Finally, the identified potential functional genes from candidate genomic regions were annotated, and several important candidate genes associated with reproductive traits (ADCYAP1, U2, U6, CETN1, Thoc1, Usp14, GREB1L, FGF12) and meat quality traits (MiR-133, PLEKHO1, LPIN2, SHANK2, FLVCR1, MYL4, SFRP1, miR-486, MYH3, STYX) were identified. The findings of this study provide valuable insights into the genetic basis of economic traits in Large White pigs and may have potential use in future pig breeding programs.
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 | 0,000 | 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) | 0,003 | 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 ».