پديد آورندگان :
صاحب علم، حميد دانشگاه علوم كشاورزي و منابع طبيعي ساري - گروه علوم دامي , قلي زاده، محسن دانشگاه علوم كشاورزي و منابع طبيعي ساري - گروه علوم دامي , حافظيان، حسن دانشگاه علوم كشاورزي و منابع طبيعي ساري - گروه علوم دامي , فرهادي، ايوب دانشگاه علوم كشاورزي و منابع طبيعي ساري - گروه علوم دامي
كليدواژه :
ارزش اصلاحي ژنومي , جايگاه هاي صفت كمي , روش هاي بيزي , معماري ژنتيكي و ژنوم
چكيده فارسي :
هدف از پژوهش حاضر، مقايسه روش هاي گوناگون بيزي (پارامتري) در پيش بيني ارزش هاي اصلاحي ژنومي براي صفاتي با معماري ژنتيكي متفاوت در توزيع مختلف اثرات ژني، تعداد جايگاه هاي صفات كمي، وراثت پذيري و تعداد افراد جمعيت مرجع با استفاده از داده هاي شبيه سازي بود. ژنومي حاوي 3 كروموزوم هر يك به طول 100 سانتي مورگان روي هر كروموزوم با 1000 نشانگر تك نوكلئوتيدي (SNP) با فواصل نشانگري يكسان از يكديگر شبيه سازي شدند. توزيع متفاوت اثرات ژني (يكنواخت، نرمال و گاما)، سه سطح تعداد QTL (50، 200 و 400)، دو سطح وراثت پذيري (0/16 و 0/5 ) و دو سطح تعداد افراد جمعيت مرجع (1000 و 2000) به عنوان فرضيه هاي شبيه سازي صفت، درنظر گرفته شدند. به منظور پيش بيني ارزش هاي اصلاحي افراد موجود در جمعيت هاي مرجع و تاييد، از پنج روش بيزي شامل بيز ريج رگرسيون (BRR)1، بيز A، بيز L (LASSO)2، بيز Cπ و بيز B استفاده شد. با افزايش فاصله بين جمعيت مرجع و كانديدا هاي انتخاب به علت برهم خوردن فاز لينكاژ، صحت ارزش هاي اصلاحي ژنوميك در همه روش ها كاهش نشان داد. با افزايش وراثت پذيري از 0/16 به 0/5 در تمام روش ها افزايش صحت ارزش هاي اصلاحي ژنومي كاملاً مشهود و حدود 0/20 بود. زماني كه تعداد افراد جمعيت مرجع از 1000 به 2000 افزايش يافت تمام روش ها افزايش صحتي نزديك به 0/18 را نشان دادند. زماني كه توزيع اثرات ژني گاما بود، روش بيز A در مقايسه با ساير روش ها در هر دو سطح از مقدار وراثت پذيري، برتري آشكاري را نشان داد. زماني كه توزيع اثرات ژني يكنواخت بود تمام روش ها صحت مشابهي را نشان دادند. براي صفاتي با وراثت پذيري بالا، با افزايش تعداد QTL از 50 به 200 صحت تخمين ها كاهش يافت. ولي در صفاتي با وراثت پذيري پايين، تاثير مشهودي در صحت ارزش هاي اصلاحي ژنومي مشاهده نشد.
چكيده لاتين :
The aim of this study was to compare different methods of Bayesian (parameteric) approaches for predicting genomic breeding values of traits with different genetic architecture in different distribution of gene effects, number of quantitative traits loci, heritability and the number of reference population using simulated data. A genome contained 3 chromosomes, with the length of 100 cM and 1000 evenly spaced single nucleotide polymorphisms (SNP) on each chromosome was simulated. For hypotheses simulation attributes, different distribution of gene effects (uniform, normal and gamma), 3 levels of QTL (50, 200 and 400), 2 levels of heritability (0.16 and 0.5) and 2 levels of the reference population (1000 and 2000) was considered. In order to predict breeding values of individuals in the population of reference and verification, 5 Bayesian methods including Bayes Ridge regression (BRR), A, LASSO (L), Cπ and B were used. As the distance between reference population and selection candidates increased, due to disruption of linkage phase, the accuracy of genomic breeding values in all methods decreased. As heritability increased from 0.16 to 0.5, all methods showed an increase of about 0.2 in accuracy of genomic breeding values. When the number of reference population had increased from 1000 to 2000, all methods showed increased accuracy by nearly 0.18. When the distribution of gene effects was gamma, the Bayes A method showed a clear preference along with both levels of heritability compared with other methods. When the distribution of gene effects was uniform, all methods showed similar accuracy. For high heritability traits, the accuracy of prediction reduced as the number of QTL increased from 50 to 200. Conversly, in low heritability traits, there was no visible influence in accuracy of genomic breeding values.
