ارزیابی صحت پیش بینی ژنومی در معماری های مختلف ژنومی صفات کمی و آستانه ای با جانهی داده های ژنومی شبیه سازی شده، توسط روش جنگل تصادفی
Publish place: Research on Animal Production، Vol: 9، Issue: 20
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 216
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RAP-9-20_015
تاریخ نمایه سازی: 4 مهر 1400
Abstract:
گزینش ژنومی چالشی امیدبخش برای کشف رموز ژنتیکی صفات کمی و کیفی به منظور بهبود رشد ژنتیکی و صحت پیش بینی ژنومی در اصلاح دام می باشد. به علت ناخوانا بودن نسبتی از ژنوتیپ ها، پیش بینی دقیق صحت ژنومی نیازمند برآورد این نشانگرها از طریق جانهی می باشد. در نتیجه هدف این تحقیق برآورد صحت جانهی و عوامل موثر برآن و ارزیابی صحت ژنومی روش جنگل تصادفی در برای معماری های مختلف ژنومی برای آنالیز صفات کمی و آستانه ای دودویی بود. در فاز اول، داده های ژنومی از طریق نرم افزار QMSim با سطوح متفاوت وراثت پذیری (۰۵/۰ و ۲۵/۰)، سطوح مختلف LD (کم و زیاد) و تراکم های متفاوت جایگاه های صفات کمی (۹۶ و ۹۶۰) و تعداد ۴۸ کروموزم شبیه سازی شدند. در فاز دوم، برای شبیه سازی شرایط واقعی، بطور تصادفی اقدام به حذف (۵۰ و ۹۰ درصد) برخی نشانگر نموده و در مرحله بعد از طریق نرم افزار Flmpute اقدام به جانهی و پیش بینی نقاط گم شده نموده و صحت جانهی مورد ارزیابی قرار گرفت. در فاز سوم، دادهای اصلی و جانهی با استفاده از روش جنگل تصادفی جهت ارزیابی صحت ژنومی صفات کمی و آستانه ای استفاده شدند. نتایح نشان داد که با افزایش سطح LD صحت جانهی بهبود می یابد. با افزایش نسبت حذف نشانگرها (۹۰ درصد)، اثر صحت جانهی بر صحت پیشبینی ژنومی پررنگتر بود. در صفات آستانه ای، سناریوی با حد بالای QTL، LD و وراثت پذیری و در صفات پیوسته، سناریوی با حد بالای LD و وراثت پذیری و حد پایین QTL بیشترین صحت پیش بینی ژنومی را در روش جنگل تصادفی به خود اختصاص دادند. به طور کلی عملکرد روش جنگل تصادفی در برآورد صحت ژنومی صفات آستانه ای نسبت به صفات کمی بهتر بود.
Keywords:
Linkage disequilibrium , Discrete traits , Machine learning , Imputation , Genomic architecture , عدم تعادل پیوستگی , صفات آستانه ای , یادگیری ماشینی , جانهی , معماری ژنومی
Authors
یوسف نادری
Islamic Azad University, Astara Branch
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 :