© American Dairy Science Association, 2008. Extent of Linkage Disequilibrium in Holstein Cattle in North America
Notice bibliographique
Résumé
The success of fine-scale mapping and genomic selec-tion depends mainly on the strength of linkage disequi-librium (LD) between markers and causal mutations. With Lewontin’s measure of LD (known as D′), high levels of LD that extend over several million base pairs have been reported in livestock. However, this measure of LD can be strongly biased upward by small samples and by low allele frequencies. The aim of this study was to characterize the level and extent of LD in Hol-stein cattle in North America (Canada and the United States for purposes of this study) by using the squared correlation of the alleles at 2 loci (r2). The Affymetrix MegAllele GeneChip BovineMapping 10K single nucle-otide polymorphism (SNP) array was used to genotype 821 bulls, from which 497 were used in the analysis of the extent of LD. A total of 5,564 SNP were used after filtering out SNP with more than 5 % of Mendelian in-consistencies, with more than 20 % missing genotypes, orwith aminor allele frequency of less than 10%.Analy-sis of syntenic pairs revealed that useful LD (measured as r2> 0.3) occurred at distances shorter than 100 kb. Linkage disequilibrium decayed very rapidly, within a few hundred kilobase pairs. In addition, no substantial LD between unlinked loci was found. Using a sliding window analysis, we observed an irregular pattern of LD across the genome. These findings suggest that to capture useful LD, which is required for whole-genome fine mapping and genomic selection, a denser SNPmap would be needed.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,004 | 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 ».