برآورد صحت ارزش های اصلاحی صفات پیچیده در جمعیت های بدون شجره با استفاده از نشانگرهای متراکم
Publish place: IRANIAN JOURNAL OF ANIMAL SCIENCE، Vol: 48، Issue: 2
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 284
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJAS-48-2_002
تاریخ نمایه سازی: 6 خرداد 1399
Abstract:
هدف از این پژوهش برآورد صحت ارزشهای اصلاحی ژنگانی با استفاده از مدلGBLUP (Genomic Best Linear Unbiased Prediction) و مقایسه آن با روش سنتی با (BLUP) و بدون شجره (BLUP_noPed) به وسیله همانندسازی رایانهای بود. در این تحقیق، ژنگانی با سی جفت کروموزوم به گونه ای همانندسازی شد که شمار QTLها 3000 و شمار نشانگرها (SNP) 45000 جایگاه در نظر گرفته شدند. همچنین پیش فرضهای مختلف شامل دو جمعیت موثر 100 و 1000 راسی، دو جمعیت مرجع 1000 و 2000 راسی و مقادیر وراثت پذیری پایین (05/0)، متوسط (30/0) و بالا (50/0) بررسی شد و برای مقایسه مدلها از معیارهای صحت، اریبی و میانگین مربعات خطا استفاده گردید. نتایج نشان داد، با افزایش وراثت پذیری، صحت ارزشهای اصلاحی در روشهای سنتی و ژنگانی افزایش یافت؛ در همه پیش فرض ها مدل GBLUP صحت بیشتری نسبت به مدل BLUP_noPed داشت؛ اما روش ژنگانی عملکرد بهتری در وراثتپذیری بالاتر نسبت به روش سنتی BLUP داشت. افزایش جمعیت موثر از 100 به 1000 منجر به کاهش صحت ارزشهای اصلاحی ژنگانی به میزان 11درصد شد؛ ولی تاثیری بر صحت ارزشهای اصلاحی روشهای سنتی نداشت. اما با افزایش جمعیت مرجع از 1000 به 2000 حیوان نسبت بهبود صحت ارزشهای اصلاحی ژنگانی به میزان 5درصد بهبود یافت. اگرچه در همه پیش فرض های اریبی (کم برآورد) روش ژنگانی نسبت به روشهای سنتی بیشتر بود؛ اما با افزایش اندازه جمعیت مرجع و وراثتپذیری، میانگین مربعات خطا در روش ژنگانی نسبت به روش سنتی BLUP کاهش یافت. بنابراین مدل GBLUP میتواند برای انتخاب حیوانات برتر در جمعیت های بدون شجره استفاده شود.
Keywords:
Authors
الهام الهی نژاد
دانشجوی کارشناسی ارشد ژنتیک و اصلاح نژاد دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهرکرد
حسین مهربان
استادیار ژنتیک و اصلاح نژاد دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهرکرد
مصطفی شخصی نیائی
استادیار ژنتیک، گروه ژنتیک، دانشکده علوم، دانشگاه شهرکرد
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 :