Selection signatures in Gir and Holstein cattle
Notice bibliographique
Résumé
Natural and artificial selection leave footprints on the genome, known as selection signatures, that can indicate regions related to adaptive and economically important traits. The recurrent use of a limited number of sires and increased selection pressure may affect genetic diversity, potentially affecting long-term breeding programs. Among dairy cattle, the Holstein breed has been intensively selected to maximize productivity, particularly in Canada and the United States. In the dairy industry, the Gir breed plays an important role in milk production in tropical regions such as India and Latin America. Gir cattle were introduced into Brazil in the 19th and 20th centuries, and since 1985, this breed has been intensively selected for milk production. This study aimed to assess the genetic diversity and characterize the selection signatures in Holstein cattle from the United States and Canada (HOL), Gir cattle from India (GIR_IN), and Dairy Gir cattle from Brazil (GIR_BR). Genetic diversity was assessed by nucleotide diversity, single nucleotide variant density analysis, minor allele frequency, observed and expected heterozygosity, and the inbreeding coefficient. Selection signatures were identified via Tajima's D, the integrated haplotype score (iHS), the fixation index, and the cross-population extended haplotype homozygosity test for autosomes. Additionally, the analysis of selection signatures using Tajima's D and iHS was conducted for the X chromosome. Lower genetic diversity was observed in the HOL population, whereas the GIR_IN and GIR_BR populations presented greater diversity. Several genes previously related to economically important traits were identified as being under selection, including DNAJC18, FSHR, HELB, HMGA2, PLAG1, GAB3, and PTEN. In conclusion, the genes identified within the selection signatures were linked to several traits, including growth, reproduction, mastitis, milk production, heat tolerance, health, and adaptation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».