استفاده از روش رگرسیون متغیر های ظاهری برای پیش بینی مقدار تولید شیر و چربی در جمعیت گاوهای هلشتاین ایران
Publish place: Journal of agricultural biotechnology، Vol: 5، Issue: 2
Publish Year: 1392
Type: Journal paper
Language: Persian
View: 275
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JOAGK-5-2_002
Index date: 4 October 2021
استفاده از روش رگرسیون متغیر های ظاهری برای پیش بینی مقدار تولید شیر و چربی در جمعیت گاوهای هلشتاین ایران abstract
ژن DGAT۱ به عنوان یک ژن کاندید در کروموزوم شماره ۱۴ برای درصد چربی و تولید شیر مطرح می باشد. این ژن با کد کردن آنزیم دی آسیل گلیسرول اسیل ترانسفراز نقش اصلی را در سنتز تری گلیسیرید و در نهایت چربی شیر دارد. در این پژوهش ۳۹۸ نمونه خون از گاوهای هلشتاین استانهای تهران و اصفهان جمع آوری گردید، با انجام واکنش PCR یک قطعه ۴۱۱ جفت بازی از اگزون شماره ۸ این ژن تکثیر گردید. تعیین ژنوتیپ افراد جمعیت با استفاده از تکنیک PCR-RFLP انجام شد. بر اساس نحوه برش آنزیم CfrI سه نوع ژنوتیپ KK ،KA ،AA شناسایی شدند، همچنین فراوانی آللی K و A به ترتیب برابر با ۳۷/۰ و ۶۳/۰ تعیین شدند. سپس با استفاده از برازش GLM ، صفاتی که اثر ژن DGAT۱ برا ی آنها معنی دار بود تعیین شدند و در نهایت با استفاده از کد بندی عامل های مدل و رگرسیون متغیر های ظاهری، مدل های پیش بینی ارائه شدند. از ضریب همبستگی بین رکورد های واقعی و پیش بینی شده به عنوان معیار اعتبار سنجی مدل های ارائه شده استفاده شد. نتایج این پژوهش نشان داد که مدل های ارائه شده برای پیش بینی صفات تولید شیر ۳۰۵ روز، ارزش اصلاحی درصد چربی و درصد چربی بر اساس دو بار دوشش در روز، تا حدودی قادر به پیش بینی تولید می باشند اما به دلیل استفاده از حجم اطلاعات کم، مقدار عددی ضرایب همبستگی به میزان کمی برآورد شدند. با استفاده از اطلاعات ژن ها و رکورد های یبشتر می توان نتایج دقیق تری بدست آورد.
استفاده از روش رگرسیون متغیر های ظاهری برای پیش بینی مقدار تولید شیر و چربی در جمعیت گاوهای هلشتاین ایران Keywords:
استفاده از روش رگرسیون متغیر های ظاهری برای پیش بینی مقدار تولید شیر و چربی در جمعیت گاوهای هلشتاین ایران authors
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 :