سید مهدی حسینی وردنجانی - دانشجوی دکتری ژنتیک و اصلاح نژاد دام، دانشگاه فردوسی مشهد
محمد مهدی شریعتی - استادیار ژنتیک و اصلاح نژاد دام، دانشگاه فردوسی مشهد
حسین نعیمی پور یونسی - دانشجوی دکتری ژنتیک و اصلاح نژاد دام، دانشگاه فردوسی مشهد

در این پژوهش، روش برای پیش بینی فراسنجه های ناشناخته پنج مدل بهترین پیش بینی نااریب خطی ژنگانی (ژنومی G-BLUP) از روش بیز و نمونه گیری گیبس استفاده شد. در هر مدل از مقیاس­های متفاوتی برای ماتریس G شامل استفاده از فراوانی آللی جمعیت بنیان گذار (Gfoun)، فراوانی آللی جمعیت مرجع (Gref)، فراوانی آللی برابر با 5/0 (G05)، یک ماتریس نرمال شده با میانگین عنصرهای قطری برابر با یک (Gnorm) و یک ماتریس G وزن شده با ماتریس A (Gwei)، استفاده شد. برای مقایسه نتایج از یک جمعیت دارای آمیزش تصادفی و یک جمعیت انتخاب شده، برای صفتی با وراثت پذیری 25/0 روی یک ژنگان با QTL 105 و 3000 نشانگر تک نوکلئوتیدی روی سه کروموزوم استفاده شد. نتایج نشان داد، عنصرهای ماتریس های G در مقایسه با ماتریس A واریانس بالاتری دارند. میانگین عنصرهای قطری و غیر قطری به غیراز Gnorm و Gwei از عنصرهای متناظر در A بالاتر بودند. روش های Gnorm-BLUP و G05-BLUP در مقایسه با سه روش دیگر منجر به برآورد متورم واریانس ژنتیکی شدند که این تورم در جمعیت انتخاب شده کمتر بود. میانگین درستی پنج مدل G-BLUP در جمعیت تصادفی 084/0 بالاتر (736/0 در مقابل 652/0) از جمعیت انتخاب شده و میانگین اریبی 014/0 پایین تر (026/0 در مقابل 04/0) بود. اریبی پیش بینی ارزش اصلاحی حقیقی جمعیت انتخاب شده با استفاده از Gwei نزدیک به صفر ولی با Gref بیشتر از 06/0 بود. بیشترین درستی و کمترین اریب می تواند با استفاده از فراوانی آللی جمعیت مرجع که با ماتریس A مقیاس شده اند، به­دست آید.

اعتبارسنجی متقابل, پیش بینی ژنگانی, روش بیز, فراوانی آللی, قابلیت پیش بینی