تاثیر مستندسازی نژادگان و معماری های مختلف ژنگانی بر عملکرد روش های جنگل تصادفی و بیز آستانه ای A در پیش بینی ژنگانی

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 348

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJAS-49-1_014

تاریخ نمایه سازی: 6 خرداد 1399

Abstract:

انتخاب ژنگانی (ژنومی) با بهره گیری از مستندسازی (ایمپیوتیشن) می تواند نقش مهمی در افزایش بهره وری اقتصادی و پیشرفت ژنتیکی صفات آستانه ای ایفا کند. هدف این تحقیق  بررسی درستی مستندسازی و تاثیر آن در سطح زیر منحنی مشخصه عملکرد (AUROC) ارزیابی ژنگانی روش های بیز آستانه ای  A(TBA) و جنگل تصادفی (RF) در ویژگی های آستانه ای با معماری های مختلف ژنگانی است. داده های ژنگانی برای سطوح متفاوت وراثت پذیری (1/0 و 3/0)، سطوح مختلف LD (135/0 و 295/0) و شمار متفاوت جایگاه­های ویژگی های کمی (108 و 1080) روی کروموزم 27 کروموزم همانند سازی شدند. برای همانندسازی شرایط واقعی برای هر پیش فرض (سناریو)، از بین 54 هزار نشانگر همانندسازی شده به طور تصادفی اقدام به حذف 50 درصد و 90 درصد نشانگرها کرده و در مرحله بعد با مستندسازی اقدام به پیش بینی نژادگان (ژنوتیپ) نشانگرها کرده و درستی مستندسازی ارزیابی شد. در گام آخر، نژادگان های اصلی و مستند شده با استفاده از روش TBA و RF برای ارزیابی AUROC استفاده شدند. با افزایش سطح LD و کاهش میزان حذف نشانگرها، درستی مستندسازی بهبود ­یافت. میانگین AUROC پیش فرض های همانندسازی شده برای جنگل تصادفی و TBA به­ترتیب 64/0 و 66/0 بود. استفاده از نژادگان های مستند شده با میزان حذف 50 درصد و 90 درصد، به­ترتیب AUROC را به میزان 013/0 و 02/0 برای RF و 018/0 و 026/0 برای TBA کاهش داد. به رغم AUROC بالای روش بیز آستانه ای A در پیش فرض های مختلف، روش جنگل تصادفی عملکرد بهتری در شمار بالای QTL نشان داد. به طورکلی استفاده از نژادگان های مستند شده (k5) می تواند راهکار مهمی برای کاهش هزینه های ارزیابی ژنگانی باشد.

Keywords:

Authors

یوسف نادری

استادیار، دانشگاه آزاد اسلامی، واحد آستارا

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Berry, D. P. & Kearney, J. F. (2011). Imputation of ...
  • Boison, S., Neves, H. H. d. R., O’Brien, A. P., ...
  • Breiman, L. (2001). Random forests. Machine learning, 45, 5-32. ...
  • Calus, M., De Haas, Y., Pszczola, M. & Veerkamp, R. ...
  • Carvalheiro, R., Boison, S. A., Neves, H. H., Sargolzaei, M., ...
  • Chen, L., Li, C., Sargolzaei, M. & Schenkel, F. (2014). ...
  • Daetwyler, H. D., Wiggans, G. R, Hayes, B. J., Woolliams, ...
  • Dekkers, J. C. (2002). The use of molecular genetics in ...
  • Felipe1, V. P. S., Okut, H., Gianola, D., Silva, M. ...
  • Goddard, M. E. & Hayes, B. J. (2009). Mapping genes ...
  • Goldstein, B. A., Hubbard, A. E., Cutler, A. & Barcellos, ...
  • González-Recio, O. & Forni, S. (2011). Genome-wide prediction of discrete ...
  • Hand, D. J. (2009). Measuring classifier performance: a coherent alternative ...
  • Hayes, B. (2007). QTL mapping, MAS, and genomic selection. A ...
  • Hayes, B. J., Bowman, P. J., Chamberlain, A. & Goddard, ...
  • Hickey, J. M., Crossa, J., Babu, R. & de los ...
  • Ke, X., Hunt, S., Tapper, W., Lawrence, R., Stavrides, G., ...
  • Khatkar, M. S., Moser, G., Hayes, B. J. & Raadsma, ...
  • Meuwissen, T., Hayes, B. & Goddard, M. (2001). Prediction of ...
  • Montaldo, H. H. (2006). Genetic engineering applications in animal breeding. ...
  • Muir, W. (2007). Comparison of genomic and traditional BLUP estimated ...
  • Mulder, H., Calus, M., Druet, T. & Schrooten, C. (2012). ...
  • Naderi, S., Yin, T. & König, S. (2016). Random forest ...
  • Nejati-Javaremi, A., Smith, C. & Gibson, J. (1997). Effect of ...
  • Nguyen, T.-T., Huang, J. Z., Wu, Q., Nguyen, T. T. ...
  • Ogawa, S., Matsuda, H., Taniguchi, Y., Watanabe, T., Takasuga, A., ...
  • Pausch, H., MacLeod, I. M., Fries, R., Emmerling, R., Bowman, ...
  • Pimentel, E., Edel, C., Emmerling, R. & Götz, K.-U. (2015). ...
  • Purcell, S., Neale, B., Todd-Brown, K., Thomas, L., Ferreira, M. ...
  • Sargolzaei, M. & Schenkel, F. S. (2009). QMSim: a large-scale ...
  • Sargolzaei, M., Chesnais, J. & Schenkel, F. (2011). FImpute-An efficient ...
  • Solberg, T., Sonesson, A. & Woolliams, J. (2008). Genomic selection ...
  • Sun, X., Fernando, R. & Dekkers, J. (2016). Contributions of ...
  • Swets, J. A. (1988). Measuring the accuracy of diagnostic systems. ...
  • Toghiani, S., Aggrey, S. & Rekaya, R. (2016). Multi-generational imputation ...
  • VanRaden, P., Null, D., Sargolzaei, M., Wiggans, G., Tooker, M., ...
  • Ventura, R. V., Miller, S. P., Dodds, K. G., Auvray, ...
  • Villumsen, T., Janss, L. & Lund, M. (2009). The importance ...
  • Wang, Q., Yu, Y., Yuan, J., Zhang, X., Huang, H., ...
  • Weigel, K. A., De Los Campos, G., Vazquez, A. I., ...
  • Yin, T., Pimentel, E., Borstel, U. K. v. & König, ...
  • Zhang, Z., Ding, X., Liu, J., Zhang, Q. & de ...
  • نمایش کامل مراجع