Detection and evaluation of parameters influencing the identification of heterozygous-enriched regions in Holstein cattle based on SNP chip or whole-genome sequence data
Notice bibliographique
Résumé
Abstract Background A heterozygous-enriched region (HER) is a genomic region with high variability generated by factors such as balancing selection, introgression, and admixture processes. In this study, we evaluated the genomic background of HERs and the impact of different parameters (i.e., minimum number of SNPs in a HER, maximum distance between two consecutive SNPs, minimum length of a HER, maximum number of homozygous allowed in a HER) and scenarios [i.e., different SNP panel densities and whole-genome sequence (WGS)] on the detection of HERs. We also compared HERs characterized in Holstein cattle with those identified in Angus, Jersey, and Norwegian Red cattle using WGS data. Results The parameters used for the identification of HERs significantly impact their detection. The maximum distance between two consecutive SNPs did not impact HERs detection as the same average of HERs (269.31 ± 787.00) was observed across scenarios. However, the minimum number of markers, maximum homozygous markers allowed inside a HER, and the minimum length size impacted HERs detection. For the minimum length size, the 10 Kb scenario showed the highest average number of HERs (1,364.69 ± 1,483.64). The number of HERs decreased as the minimum number of markers increased (621.31 ± 1,271.83 to 6.08 ± 21.94), and an opposite pattern was observed for the maximum homozygous markers allowed inside a HER (54.47 ± 195.51 to 494.89 ± 1,169.35). Forty-five HER islands located in 23 chromosomes with high Tajima’s D values and differential among the observed and estimated heterozygosity were detected in all evaluated scenarios, indicating their ability to potentially detect regions under balancing selection. In total, 3,440 markers and 28 genes previously related to fertility (e.g., TP63, ZSCAN23, NEK5, ARHGAP44), immunity (e.g., TP63, IGC, ARHGAP44), residual feed intake (e.g., MAYO9A), stress sensitivity (e.g., SERPINA6), and milk fat percentage (e.g., NOL4) were identified. When comparing HER islands among breeds, there were substantial overlaps between Holstein with Angus (95.3%), Jersey (94.3%), and Norwegian Red cattle (97.1%), indicating conserved HER across taurine breeds. Conclusions The detection of HERs varied according to the parameters used, but some HERs were consistently identified across all scenarios. Heterozygous genotypes observed across generations and breeds appear to be conserved in HERs. The results presented could serve as a guide for defining HERs detection parameters and further investigating their biological roles in future studies.
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 | 0,003 | 0,003 |
| 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 | 0,001 | 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 ».