عنوان مقاله :
اثر توزيع‌هاي پيشين مدل‌هاي آماري متفاوت بر صحت پيش‌بيني ژنومي: مطالعه شبيه‌سازي
عنوان به زبان ديگر :
The effect of prior distributions of different statistical models on the accuracy of genomic prediction: simulation study.
پديد آورندگان :
محمدي، يحيي دانشگاه ايلام، ايلام، ايران , احمدپناه، جواد سازمان تحقيقات ، آموزش و ترويج كشاورزي - مركز تحقيقات و آموزش كشاورزي و منابع طبيعي استان كرمانشاه - بخش علوم دامي، كرمانشاه، ايران. , بانه، حسن سازمان تحقيقات، آموزش و ترويج كشاورزي - موسسه تحقيقات علوم دامي كشور، كرج، ايران
كليدواژه :
پارامترهاي پيش‌تنظيمي , توزيع اثرات نشانگر , صحت پيش‌بيني , شبيه‌سازي
چكيده فارسي :
انتخاب ژنومي از نشانگرهاي SNP در كل سطح ژنوم براي برآورد اثرات نشانگر استفاده مي‌كند. به كمك روش‌هاي متفاوت آماري، ارزش‌هاي اصلاحي ژنومي براي حيوانات تخمين زده مي‌شود. در پژوهش كنوني مقايسه صحت ارزش‌هاي اصلاحي ژنومي مستقيم حيوان به كمك روش‌هاي Bayes-A، B-LASSO gamma، B-LASSO beta و BGLR براي برآورد اثرات نشانگر SNP در دو مقدار وراثت‌پذيري 3/0 و 05/0 بررسي شد. ميزان پارامترهاي پيش-تنظيمي π (نسبت نشانگرهاي SNP كه با واريانت‌هاي علي در عدم تعادل پيوستگي (LD) قرار دارند) براي سه راهبرد 1/0، 3/0 و 5/0 و s2 (پارامتر مقياس ميانگين پيشين) براي چهار راهبرد از 0/01، 0/1، 10 و 100 شبيه‌سازي و تاثير آن‌ها بر صحت پيش‌بيني ژنومي بررسي گرديد. بيشترين صحت ارزش اصلاحي ژنومي مستقيم توسط Bayes-A براي وراثت‌پذيري3/0 به مقدار 88/0و براي وراثت‌پذيري 0/05 به مقدار 69/0 برآورد شدند. در وراثت-پذيري 0/3 كمترين مقدار خطاي آزمايشي مربوط به روش Bayes-A (2/121( و بيشترين مقدار مربوط به روش B-LASSO (2/165) بود. بيشترين مقدار صحت مربوط به Bayes-A در π برابر 5/0 (81/0) وكمترين مقدار صحت در π برابر 1/00/1 (45/0) براي روش BGLR ديده شد. ميزان كاهش صحت پيش‌بيني ژنومي با تغيير پارامتر s2 از 0/1 به سمت 10 و 100 شدت بيشتري گرفت. نتايج پژوهش كنوني نشان داد كه ميزان بهينه پارامتر پيش‌تنظيمي π براي حداكثر نمودن صحت پيش‌بيني ژنومي براي صفات با وراثت‌پذيري متوسط به بالا (0/3) از 0/4141/0 تا 0/56 و براي صفات با وراثت-پذيري پايين(0/05) از 0/56 تا 0/73 پيشنهاد شد.
چكيده لاتين :
In the genomic selection, SNP markers across whole genome are used to estimate the marker
effects. Genomic breeding value of animals can be predicted by different statistical methods.
Genomic breeding value of animals can be predicted by different statistical methods. In the
present study, accuracies of the predicted direct genomic breeding values were compared under
several statistical models including Bayes A, B-LASSO gamma, B-LASSO beta and BGLR by
considering two heritabilities of 0.3 and 0.05. Three values of π (0.1, 0.3, and 0.5) and four
values of s2 (0.01, 0.1, 10, and 100) were simulated and correspondingly evaluated in terms of
accuracy. The obtained results showed the highest accuracy of direct genomic breeding value
was obtained under Bayes-A method, which were 0.88 and 0.69 for heritabilities of 0.3 and
0.05, respectively. Regression coefficients of methods for estimating the marker effects were
more unbiased under heritability of 0.3 than 0.05. By considering the heritability of 0.3, the
lowest and highest error were obtained under Bayes-A (121.2) and B-LASSO beta (165.2)
methods, respectively. Under BGLR method, the highest and lowest accuracy of Bayes-A were
obtained for π, 0.5 (0.81) and π, 0.1 (0.45). By increasing s2 parameter a decrease in the
accuracy of genomic predictions was obtained. The obtained results suggested that to maximize
the accuracy of the genetic prediction for traits with moderate to high heritability (0.3) optimal
point of parameter π may ranged from 0.41 to 0.56 and while for traits with low heritability
from 0.56 to 0.73. Also, the optimal level of s2 hyperparameters parameter, for traits with
medium to high heritability (0.3) ranged from 0.05 to 0.12 and for traits with low heritability
(0.05) from 0.02 to 05.
عنوان نشريه :
علوم دامي (پژوهش و سازندگي)
