Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Ye, Haoqiang"'
Autor:
Ye, Haoqiang *, Xu, Zhenqiang, Bello, Semiu Folaniyi *, Zhu, Qianghui *, Kong, Shaofen *, Zheng, Ming *, Fang, Xiang *, Jia, Xinzheng, Xu, Haiping *, Zhang, Xiquan, Nie, Qinghua
Publikováno v:
In Poultry Science May 2023 102(5)
Autor:
Fang, Xiang *, Ye, Haoqiang *, Zhang, Siyu *, Guo, Lijin *, Xu, Yibin *, Zhang, Dexiang *, Nie, Qinghua *
Publikováno v:
In Poultry Science August 2023
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Physics: Conference Series; 2023, Vol. 2482-2512 Issue 1, p1-10, 10p
Autor:
Ren, Duanyang, Cai, Xiaodian, Lin, Qing, Ye, Haoqiang, Teng, Jinyan, Li, Jiaqi, Ding, Xiangdong, Zhang, Zhe
Additional file 1: Table S1. Descriptive statistics of estimated breeding values and their reliabilities. Table S2. Genomic prediction accuracy of GCTA, LDAK, GCTA-LDS and LDAK-LDS based on the high- and medium-density panels for dairy cattle traits.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::18144357614d11b286bf5c713d2ca0a5
Autor:
Ren, Duanyang, Cai, Xiaodian, Lin, Qing, Ye, Haoqiang, Teng, Jinyan, Li, Jiaqi, Ding, Xiangdong, Zhang, Zhe
Additional file 2: Figure S1. Replicate tagging of SNPs on chromosome 29 without and after LD weighting. (a) Represents replicate tagging of SNPs without LD weighting in the high-density panel (300K). (b) Represents replicate tagging of SNPs after LD
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::cdf76554145f3e7423608ada1517d3f3
Autor:
Ye, Haoqiang, Zhang, Zipeng, Ren, Duanyang, Cai, Xiaodian, Zhu, Qianghui, Ding, Xiangdong, Zhang, Hao, Zhang, Zhe, Li, Jiaqi
Publikováno v:
Frontiers in genetics. 13
The size of reference population is an important factor affecting genomic prediction. Thus, combining different populations in genomic prediction is an attractive way to improve prediction ability. However, combining multireference population roughly