مصطفی مدد - university of Tabriz
جلیل شجاع - university of Tabriz
صادق علیجانی - university of Tabriz
سید عباس رافت - university of Tabriz
جک دکرز - Iowa state university

     هدف از این مطالعه، مقایسه صحت ارزیابی ژنومی روش های چندمرحله ای BayesA، BayesB،BayesC ، BayesL و روش های تک مرحله ای بیزیSSBR-C و SSBR-A در مقادیر متفاوت π برای برآورد ارزش های اصلاحی ژنومی حیوانات تعیین ژنوتیپ شده و نشده بود. ژنومی حاوی ۴۰۰۰۰ نشانگر تک نوکلئوتیدی دوآللی پراکنده شده روی ۲۰ کروموزوم هرکدام به طول ۱۰۰ سانتی مورگان شبیه سازی شد. مقادیر بهینه π در روش BayesC به ترتیب ۹۸۰/۰ و ۹۹۵/۰ در دو توزیع نرمال و گامای اثرات ژنی برآورد شد و در روش SSBR-C نیز مورد استفاده قرار گرفت. صحت پیش بینی ژنومی در روش SSBR–C (π=۰.۹۹۵)  نسبت به سایر روش ها­ از ۰۲/۰ تا ۰۹/۰ در توزیع گامای اثرات ژنی بیش­تر برآورد شد. بنابراین، روشSSBR–C (π=۰.۹۹۵) با در نظر گرفتن توزیع مزدوج و استفاده همزمان از همه اطلاعات شجره ای، فنوتیپی و ژنومی توانست در حالت توزیع گامای اثرات ژنی عملکرد بهتری را از خود نشان داده و انتخاب مناسب تری به­ شمار رود. کلیه روش های تک مرحله ای و چندمرحله­ای بیزی عملکرد تقریبا مشابهی را در حالت توزیع نرمال اثرات ژنی از خود نشان دادند. فلذا، در حالت توزیع نرمال اثرات ژنی توصیه می شود تا از روش SSBR–C (π=۰) با توجه به ضریب تابعیت پیش بینی ژنومی نزدیک به یک استفاده شود. همچنین، افت صحت پیش بینی ژنومی با افزایش فاصله نسلی بین جمعیت مرجع و تایید برای افراد ژنوتیپ شده در مقایسه با افراد ژنوتیپ نشده از حساسیت کمتری برخوردار بود.

Bayesian, Genomic Accuracy, Genomic Selection, Multi-Step Methods, Simulation, انتخاب ژنومی, بیزی, روش چندمرحله ای, شبیه سازی, صحت ژنومی