MétaCan
Menu
Retour à la cohorte
Enregistrement W4388849260 · doi:10.1080/15592294.2023.2280889

DNA methylation profiles in bovine sperm are associated with daughter fertility

2023· article· en· W4388849260 sur OpenAlexafffundabout
Ying Zhang, Clément Plessis, Julien Prunier, Hélène Martin, Rémi Labrecque, Marc‐André Sirard

Notice bibliographique

RevueEpigenetics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensL'Alliance BoviteqUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésBiologyDaughterFertilityDNA methylationEpigeneticsAutosomeGeneticsMethylationChromosomeAndrologyEvolutionary biologyGenePopulationDemography

Résumé

récupéré en direct d'OpenAlex

The current decline in dairy cattle fertility has resulted in significant financial losses for dairy farmers. In the past, most efforts to improve dairy cattle fertility have been focused on either management or genetics, while epigenetics have received less attention. In this study, 12 bulls were selected from a provided 100 bull list and studied (High daughter fertility = 6, Low daughter fertility = 6) for Enzymatic methylation sequencing in the Illumina HiSeq platform according to the Canadian daughter fertility index (DFI), sires with high and low daughter fertility have average DFI of 92 and 112.6, respectively. And the bull list provided shows a mean DFI of 103.4. 252 CpGs with methylation differences greater than 20% (q < 0.01) were identified, as well as the top 10 promising DMRs with a 15% methylation difference (q < 1.1e−26). Interestingly, the DMCs and DMRs were found to be distributed more on the X chromosome than on the autosome, and they were covered by gene clusters linked to germ cell formation and development. In conclusion, these findings could enhance our ability to make informed decisions when deciding on superior bulls and advance our understanding of paternal epigenetic inheritance.

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 enseignants0,004
Score d'incertitude au seuil0,009

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)0,0020,000

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 Opus0,020
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEpigeneticsMême sujetEpigenetics and DNA MethylationTravaux en français237 207