PSV-10 Genetic parameters of disease in growing pigs under a polymicrobial natural disease challenge.
Notice bibliographique
Résumé
Abstract This study aimed to estimate genetic parameters of disease-related traits of growing pigs exposed to a natural polymicrobial disease challenge. The challenge was established by introducing seeder pigs into a wean to finish research facility and maintained by introducing a new batch of 60 or 75, ~40 day old clinically healthy Yorkshire x Landrace barrows into the challenge nursery (cNur) every 3 weeks, with a 1-week overlap with the previous batch, before the latter was moved to the finisher (FIN). Data used included individual health treatment(s) and mortality records on 4095 barrows from 7 breeding companies. Traits analyzed included treatment rates (TRR) and mortalities (MOR), categorized as meningitis (ME), respiratory distress (RD), scours (SC), unthrifty (UNTH), and other infections (OT). Analyses were by generalized and linear mixed models with genomic relationships. Heritability estimates for TRR and MOR were generally higher in cNur than in FIN. Compared to other disease categories, RD tended to have higher heritability estimates both in cNur (TRR-RD: 0.14±0.03, MOR-RD: 0.09±0.08) and FIN (TRR-RD: 0.07±0.03, MOR-RD: 0.18±0.09). Litter effects were generally low both in cNur and Fin but stronger in cNur (TRR-RD: 0.04±0.02, MOR-UNTH: 0.05±0.02). For RD, genetic correlation estimates among TRR and MOR in cNur and FIN were generally positive ranging from 0.40±0.18 for cNur TRR with FIN MOR to 0.95±0.30 for cNur MOR with FIN MOR. Corresponding genetic correlation estimates for other disease categories were either moderately negative (-0.19±0.32 for OT TRR between cNur and FIN), not positive definite, or the model did not converge. This study considered both TRR and MOR for different disease categories and growth phases for a large number of pigs under a severe natural polymicrobial disease challenge and provides valuable information to breed for disease resilience. Funding from Genome Canada, Genome Alberta, Genome Prairie, PigGen Canada, USDA NIFA (2017-67007-26144) and the National Pork Board Survivability Project.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».