Comparison of two QTL mapping approaches based on Bayesian inference using high-dense SNPs markers

جهت مقايسه روش هاي مختلف مكان يابي QTL، يك مجموعه داده هاي ژنوتيپي و فنوتيپي شبيه سازي گرديد. در مدل هاي بيز (BAYZ)، مي توان علاوه بر اين كه از تمام اطلاعات نشانگر ها استفاده نمود، تركيبي از توزيعات مختلف براي اثرات نشانگرهايSNP در نظر گرفت. در مدل هاي فوق فرض مي گردد كه اكثر نشانگرها داراي اثرات كوچك (در مطالعه حاضر 98درصد) و تنها تعداد محدودي از نشانگر ها (2درصد) داراي اثرات بزرگ هستند. جمعيت شبيه سازي شده شامل يك جمعيت پايه 1020 راس دام غير خويشاوند بود كه براي ايجاد عدم تعادل پيوستگي در بين جايگاه QTL با نشانگرها 4 نسل تلافي تصادفي ادامه پيدا كرد. در تمام نسل ها 20 راس دام نر با 1000 راس گاو ماده آميزش داده شد و هر فرد فقط يك نتاج توليد نمود. كل شجره شامل 4100 راس دام بود. تعداد 10000 SNP بر روي 5 كروموزوم در فواصل مساوي(cM05/0) در كل جمعيت تعيين ژنوتيپ شدند. طول هر كروموزوم 100 سانتي مورگان در نظر گرفته شد. صفت شبيه سازي شده مربوط به عملكرد توليد شير بود. نتاج حاصل از نسل اول تا سوم داراي ركورد و جمعيت پايه و افراد نسل چهارم بدون ركورد بودند، لذا از كل جمعيت 4100 راسي، 3000 تا داراي ركورد بودند. از دو مدل مختلف Bayz A و Bayz B براي آناليز پيوستگي QTL با نشانگرهاي SNP استفاده گرديد. آناليز با نرم افزار BAYZ انجام گرفت. SNP هاي با اثرات بالاتر از 6/0 يا فاكتور بيز (BF) بالاتر از 5/5 به عنوان QTL گزارش گرديد. نتايج آناليز دو مدل بيز A و بيز B به ترتيب 7 و 9 مكان QTL بر روي 5 كروموزوم بود. موقعيتQTL هاي شناسايي شده با روش بيز B منطبق بر مكان شبيه سازي شده قرار داشتند، هر چند يك False positive بر روي كروموزوم 4 نشان داد. مكان هاي QTL شناسايي شده با روش بيز A هر چند نزديك مكان هاي شبيه سازي شده قرار داشتند، اما با تعداد زيادي نقاط False positive همراه بودند.

To compare different QTL mapping methods, a population with genotypic and phenotypic data was simulated. In Bayesian approach, all information of markers can be used along with combination of distributions of SNP markers. It is assumed that most of the markers (95%) have minor effects and a few numbers of markers (5%) exert major effects. The simulated population included a basic population of 1020 non-relative cattle that was continuously crossed for 4 generations to make disequilibrium linkage among QTL position and markers. In all generations, 20 bulls were mated with 1,000 cows and each cow produced only one offspring. Whole tree family included 4100 head of livestock. Genotype of 10000 SNPs on 5 chromosomes at equal distance (0.05 cM) in the total population was simulated. The length of each chromosome was 100 cM. Simulated trait was milk production. Progeny of the first to third generation had record but the basic population and fourth generation of offspring did not have any record. Therefore, from the total population of 4100 heads, 3000 cattle had record. Two different models, Bayz A and Bayz B, were used to analyze QTL linked to the SNP markers. Analysis was conducted by BAYZ software. SNPs with more than 0.6 effect or Bayes factor (BF) greater than 5.5 were considered as QTL. The resultant analysis of two models of BAYZ A and BAYZ B were 7 and 9 QTL locations on 5 chromosomes, respectively. QTL position identified by BAYZ B method was matched on simulated location, but showed a false positive on chromosome 4. QTL positions identified by BAYZ A method were located near by the simulated positions, but with many false positive points.