MétaCan
Menu
Retour à la cohorte
Enregistrement W7117582294 · doi:10.54097/7v1emf34

Clinical Characteristics and Molecular Basis of Hereditary Skin Diseases in Dogs

2025· article· W7117582294 sur OpenAlexaboutno aff
Sihan Hao

Notice bibliographique

RevueAcademic Journal of Science and Technology · 2025
Typearticle
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSkin and Cellular Biology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneDiseaseInheritance (genetic algorithm)PhenotypeMutationHereditary DiseasesGenomeGenetic heterogeneityMolecular genetics

Résumé

récupéré en direct d'OpenAlex

Genetic skin diseases in dogs are conditions that are inherited, begin during their life (e.g. pruritus), affect the health and welfare of the dog, and recently have become an area of clinical research . The objective of this study was to provide a comprehensive review of canine genetic skin disease at the clinical, molecular, inheritance patterns, and research methodologies levels. The data suggest that dog breeds have distinct phenotypic characteristics, for example, Labrador Retrievers with pathogenic mutations in the PNPLA1 gene have ichthyosis-like scales versus Goldens that have mutations in the ABHD5 gene and have more hyperatic symptoms. Collie Shepherds with a pathogenic mutation in the STS gene, had some similarities and differences (gender differences) but all have X-linked ichthyosis. There are core pathogenic genes including PNPLA1, ABHD5, STS and KRT10 that disrupt the skin functions affecting lipid metabolism (dyslipidemia), keratinocyte abnormal differentiation and barrier difficulties. Modes of inheritance included autosomal recessive, autosomal dominant and x-linked. Useful molecular techniques suggested include whole genome sequencing, exome sequencing, and/or gene chips, combined with cosegregation and or genome wide association studies (GWAS) to identify disease loci. The study presents and supports an evidence-based approach for breed based diagnosis, genetic screening, and selective breeding improvement of canine genetic skin disease.

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 enseignants0,001
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
Bibliométrie0,0010,001
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 Opus0,010
Tête enseignante GPT0,328
Écart entre enseignants0,318 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Journal of Science and TechnologyMême sujetSkin and Cellular Biology ResearchTravaux en français237 207