MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400770460 · doi:10.1371/journal.pone.0306135

Aleutian disease: Risk factors and ImmunAD strategy for genetic improvement of tolerance in American mink (Neogale vison)

2024· article· en· W4400770460 sur OpenAlexaff
Seyed Milad Vahedi, Siavash Salek Ardestani, Mohammad Hossein Banabazi, K. Fraser Clark

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHerpesvirus Infections and Treatments
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMinkHeritabilityBiologySelective breedingVeterinary medicineLogistic regressionDiseaseOutbreakDemographyMedicineGeneticsInternal medicineVirologyEcology

Résumé

récupéré en direct d'OpenAlex

Aleutian disease (AD) is a devastating infectious disease in American mink (Neogale vison) industry caused by Aleutian mink disease virus (AMDV). Two crucial steps toward controlling infectious diseases in farm animals are: (i) assessment of the infection risk factors to minimize the likelihood of infection and (ii) selection of animals with superior immune responses against pathogens to build tolerant farms. This study aimed to investigate AD risk factors and evaluate a novel "ImmunAD" approach for genetic improvement of AD tolerance. Phenotypic records and pedigree information of 1,366 and 24,633 animals were included in this study. The risk of animal's age, sex, color type, and year of sampling on AMDV infection was assessed using a logistic regression model and counter immune-electrophoresis (CIEP) test results. ImmunAD phenotype was calculated based on AMDVG enzyme-linked immunosorbent assay (ELISA) and CIEP test results, and breeding values for ImmunAD were estimated using an animal model. Animals were classified into high-coordinated (HCIR), average-coordinated (ACIR), and low-coordinated immune responders (LCIR) using ImmunAD's breeding values, and the impact of selection of HCIR on live grade of pelt quality (PQ), harvest weight (HW), and harvest length (HL) breeding values were evaluated. Age of > 1 year, male sex, and year of sampling were identified as significant risk factors of AD (p < 0.05). A moderate-to-high heritability (0.55±0.07) was estimated for ImmunAD, while a higher heritability was observed among the CIEP-positive animals (0.76±0.06). Significantly higher breeding values were observed for PQ and HL among HCIR than those for LCIR and ACIR (p < 0.05). Our findings indicate the critical role of male breeders in AD distribution within mink farms. Regular screening of AD in male breeders before pairing them with females during breeding seasons can help disease control. ImmunAD strategy can be applied to genetic improvement of AD tolerance, with favorable impacts on some growth and production traits. Higher genetic gains can be achieved in populations with higher AD seroprevalences.

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 enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,278
Écart entre enseignants0,248 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHerpesvirus Infections and Treatments→Travaux en français237 207→