Microsatellite DNA Analysis of Genetic Diversity and Parentage Testing in Popular Dog Breeds in India
Notice bibliographique
Résumé
For the parentage testing in canine microsatellite length polymorphism markers were used to check the efficacy of the markers. In the current study 5’ fluorescently labeled 12 SSR markers were used to check the use of the markers in popular owned-dog breeds (Labrador, German Shepherd, Pug, Mudhol Hound, Tibetan Mastiff, Gaddi dog, Beagle, Belgian Malinois, Pointer, and Cane Corso) maintained of India (not necessarily indigenous breeds). The number of alleles, heterozygosity, polymorphism information content, and probability of exclusion were determined for all the markers to check the effectiveness of the markers. The mean number of alleles per locus ranged from 5 to 29 and the effective number of alleles ranged from 3.6 to 15.2. The expected heterozygosity was greater than 0.73. The population inbreeding coefficient (FIS) demonstrated that there was no inbreeding in the breeds studied, as the samples were collected from owners and dog breeders belonging to various states, including Punjab, Haryana, Himachal Pradesh, and Karnataka. The polymorphism information content and the probability of the exclusion values were greater than 0.65. the combined probability of exclusion for all the breeds was (2.82E-12) 0.99999995. The results indicated that the selected 12 markers are effective enough to determine the parentage of the dogs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,003 |
| 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 ».