Uncovering structural variants associated with body weight and obesity risk in labrador retrievers: a genome-wide study
Notice bibliographique
Résumé
Although obesity in the domestic dog ( Canis lupus familiaris) is known to decrease well-being and shorten lifespan, the genetic risk variants associated with canine obesity remain largely unknown. In our study, which focused on the obesity-prone Labrador Retriever breed, we conducted a genome-wide analysis to identify structural variants linked to body weight and obesity. Obesity status was based on a 5-point body condition score (BCS) and the obese dog group included all dogs with a BCS of 5, along with dogs with the highest body weight within the BCS 4 group. Data from whole-gene sequencing of fifty dogs, including 28 obese dogs, were bioinformatically analyzed to identify potential structural variants that varied in frequency between obese and healthy dogs. The seven most promising variants were further analyzed by droplet digital PCR in a group of 110 dogs, including 63 obese. Our statistical evidence suggests that common structural mutations in or near six genes, specifically ALPL , KCTD8 , SGSM1 , SLC12A6 , RYR3 , and VPS26C , may contribute to the variability observed in body weight and body condition scores among Labrador Retriever dogs. These findings emphasize the need for additional research to validate the associations and explore the specific functions of these genes in relation to canine obesity.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».