AbstractBackground: Meat quality in

Abstract
Background: Meat quality involves many traits, such as marbling, tenderness, juiciness, and backfat thickness, all of
which require attention from livestock producers. Backfat thickness improvement by means of traditional selection
techniques in Canchim beef cattle has been challenging due to its low heritability, and it is measured late in an
animal’s life. Therefore, the implementation of new methodologies for identification of single nucleotide
polymorphisms (SNPs) linked to backfat thickness are an important strategy for genetic improvement of carcass and
meat quality.
Results: The set of SNPs identified by the random forest approach explained as much as 50% of the deregressed
estimated breeding value (dEBV) variance associated with backfat thickness, and a small set of 5 SNPs were able to
explain 34% of the dEBV for backfat thickness. Several quantitative trait loci (QTL) for fat-related traits were found in
the surrounding areas of the SNPs, as well as many genes with roles in lipid metabolism.
Conclusions: These results provided a better understanding of the backfat deposition and regulation pathways,
and can be considered a starting point for future implementation of a genomic selection program for backfat
thickness in Canchim beef cattle.
Keywords: Bovine, Lipid metabolism, Machine learning, Single nucleotide polymorphism (SNP), Subcutaneous fat,
Tropical composite cattle

ผลลัพธ์ (ไทย) 2:

บทคัดย่อพื้นหลัง: เนื้อสัตว์ที่มีคุณภาพที่เกี่ยวข้องกับลักษณะเป็นจำนวนมากเช่นหินอ่อนอ่อนโยนความชุ่มฉ่ำและความหนาไขมันสันหลังทั้งหมดที่ต้องให้ความสนใจจากผู้ผลิตปศุสัตว์ การปรับปรุงความหนาของไขมันด้วยวิธีการแบบดั้งเดิมของการเลือกเทคนิคในการเลี้ยงโคเนื้อ Canchim ได้รับการท้าทายอันเนื่องมาจากพันธุกรรมต่ำและเป็นวัดปลายในชีวิตของสัตว์ ดังนั้นการดำเนินการตามวิธีการใหม่สำหรับบัตรประจำตัวของเดี่ยวเบื่อหน่ายความหลากหลาย (SNPs) ที่เชื่อมโยงกับความหนาของไขมันสันหลังเป็นกลยุทธ์ที่สำคัญสำหรับการปรับปรุงทางพันธุกรรมของซากและคุณภาพเนื้อ. ผลการศึกษา: ชุดของ SNPs ระบุวิธีการป่าสุ่มอธิบายได้มากถึง 50 % ของ deregressed ค่าการผสมพันธุ์ประมาณ (dEBV) ความแปรปรวนที่เกี่ยวข้องกับความหนาของไขมันสันหลังและชุดเล็ก ๆ ของ 5 SNPs ก็สามารถที่จะอธิบายได้ว่า34% ของ dEBV สำหรับความหนาของไขมันสันหลัง หลายตำแหน่งลักษณะเชิงปริมาณ (QTL) ลักษณะไขมันที่เกี่ยวข้องกับที่พบในพื้นที่โดยรอบของ SNPs เช่นเดียวกับยีนจำนวนมากที่มีบทบาทสำคัญในการเผาผลาญไขมัน. สรุปผลการเหล่านี้ให้มีความเข้าใจที่ดีขึ้นของการสะสมไขมันและทางเดินระเบียบและถือได้ว่าเป็นจุดเริ่มต้นสำหรับการดำเนินงานในอนาคตของโปรแกรมเลือกสำหรับจีโนมไขมันหนาใน Canchim โคเนื้อ. คำสำคัญ: วัว, การเผาผลาญไขมัน, การเรียนรู้เครื่องค้นหา Single nucleotide polymorphism (SNP) ไขมันใต้ผิวหนัง, วัวคอมโพสิตทรอปิคอล

ผลลัพธ์ (ไทย) 3:

พื้นหลังนามธรรม
: คุณภาพเนื้อที่เกี่ยวข้องกับคุณลักษณะต่างๆเช่นหินอ่อน , ความอ่อนโยน , ความชุ่มฉ่ำ และความหนาไขมันสันหลังทั้งหมด
ซึ่งต้องการความสนใจจากผู้ผลิตปศุสัตว์ ความหนาไขมันสันหลังการปรับปรุงโดยใช้เทคนิคการคัดเลือก
ดั้งเดิมของโคเนื้อ canchim ถูกท้าทาย เนื่องจากมีอัตราพันธุกรรมต่ำ และเป็นวัดในช่วงปลายชีวิตเป็นพยาบาลสัตว์ ดังนั้นการใช้วิธีการใหม่ในการจำแนกชนิดของความหลากหลายยีน
เดี่ยว ( snps ) ที่เชื่อมโยงกับความหนาไขมันสันหลังเป็นกลยุทธ์ที่สำคัญสำหรับการปรับปรุงคุณภาพซากและคุณภาพเนื้อผล
.
: ชุด snps ระบุโดยวิธีการสุ่มป่าอธิบายเท่าที่ 50% ของ deregressed
คุณค่าการผสมพันธุ์ ( debv ) ความแปรปรวนร่วมความหนาไขมันสันหลัง ,และชุดเล็ก 5 snps สามารถ
อธิบาย 34% ของ debv สำหรับความหนาไขมันสันหลัง . หลายลักษณะ ( QTL ) ปริมาณของไขมันที่เกี่ยวข้องกับลักษณะที่พบในบริเวณโดยรอบของ snps
, ยีนเช่นเดียวกับหลายที่มีบทบาทในการเผาผลาญไขมัน
สรุป : ผลเหล่านี้ให้ความเข้าใจที่ดีขึ้นของไขมันสันหลังและทางเดินของการควบคุม
และถือได้ว่าเป็นจุดเริ่มต้นสำหรับการดำเนินงานในอนาคตของโปรแกรมสำหรับการสร้างความหนาไขมันสันหลังในโคเนื้อ canchim
.
คำสำคัญ : วัว , ไขมันเผาผลาญการเรียนรู้ของเครื่อง , polymorphism ( SNP ) ซิงเกิลนิวคลีโอไทด์ , ไขมันใต้ผิวหนัง ,
โคผสมร้อน