پیش بینی ژنومی اثرات افزایشی و غالبیت بر برخی صفات اقتصادی گوسفند مغانی
- سال انتشار: 1401
- محل انتشار: فصلنامه پژوهشهای تولیدات دامی، دوره: 13، شماره: 38
- کد COI اختصاصی: JR_RAP-13-38_020
- زبان مقاله: فارسی
- تعداد مشاهده: 247
نویسندگان
University of Mohaghegh Ardabili, Faculty of Agriculture and Natural Resources, Department of Animal Science, Ardabil, Iran
Department of Animal Science, Faculty of Agriculture and Natural Resources, University of Tabriz, Tabriz, Iran
University of Mohaghegh Ardabili, Faculty of Agriculture and Natural Resources, Department of Animal Science, Ardabil, Iran
University of Mohaghegh Ardabili, Faculty of Agriculture and Natural Resources, Department of Animal Science, Ardabil, Iran
چکیده
چکیده مبسوط مقدمه و هدف: اثرات ژنتیکی غالبیت ممکن است سهم مهمی در کل تنوع ژنتیکی صفات کمی و پیچیده داشته باشند. با این حال، تحقیقات نشانگرهای گسترده ژنوم برای مطالعه پیش بینی ژنومی و مکانیسم های ژنتیکی صفات پیچیده عموما اثرات ژنتیکی غالبیت را نادیده می گیرند. افزایش در دسترس بودن مجموعه داده های ژنومی و مزایای بالقوه اثرات ژنتیکی غیرافزایشی، اخیرا ترکیب نمودن این اثرات در مدل های پیش بینی ژنومی بسیار مورد توجه قرار گرفته است. مواد و روش ها: ژنومی با ۳ کروموزوم با اندازه هر کدام ۱۰۰ سانتی مورگان، دارای ه ۲۰۰ و ۱۰۰۰ QTL و نشانگر دو آللی روی هر کروموزوم شبیه سازی شدند. سپس اطلاعات مربوط به رکوردهای شجره، خویشاوندی، سال تولد، وزن از شیرگیری، جنس نتاج، درصد دوقلوزایی، وزن لاشه، کیفیت لاشه، سن اولین زایش، تراکم پشم و سایر صفات اقتصادی گوسفند مغانی که از طریق مرکز اصلاح نژاد جعفرآباد مغان (طی سالهای ۱۳۸۲ تا ۱۳۹۳) در دسترس قرار گرفت، ماتریس فنوتیپی مدل را تشکیل دادند. اثرات ژنتیکی افزایشی و غالبیت و صحت پیش بینی ژنومی ۷ صفت شامل صفات رشد، کیفیت لاشه، پشم و باروری از طریق دو مدل خطی اتخاذ شد: (۱) یک مدل اثر افزایشی (MAG) و (۲) یک مدل شامل اثرات ژنتیکی افزایشی و غالبیت (MADG)، علاوه بر این، از روش اعتبارسنجی متقابل ۵ لایه برای ارزیابی قابلیت پیش بینی ژنومی در دو مدل مختلف توسط نرم افزار R بسته HIBLUP استفاده شد. یافته ها: نتایج تخمین مولفه های واریانس برای هر صفت نشان داد که وزن لاشه گرم (۰/۶۱۷) و درصد برهزایی به ازاء هر میش (۰/۵۷۸)، بخش بزرگی از تنوع فنوتیپی توسط اثرات ژنتیکی غالبیت توضیح داده می شود. نتایج اعتبار سنجی متقاطع نشان داد که مدل MADG، شامل اثرات ژنتیکی افزایشی و غالبیت، نسبت به مدل MAG که تنها دارای اثرات ژنتیکی افزایشی است مزیت دارد. یعنی مدلی که اثرات ژنتیکی غالبیت را شامل می شود، صحت پیش بینی ژنومی را بهبود میبخشد. نتیجه گیری: عملکرد بهتر (صحت پیش بینی) مدل MADG برای برخی صفات در مقایسه با مدل MAG نشان می دهد که اثرات غلبه بایستی در مدل های ارزیابی ژنتیکی حیوانات گنجانده شود تا صحت پیش بینی فنوتیپ های آینده بهبود یابد. همچنین کاربرد مدل MADG میتواند ابزار مفیدی برای تصمیم حذف حیوانات در مزارع باشد و استفاده از کل ژنتیک بالقوه نتاج در برنامه های جفت گیری ممکن است عملکرد نتاج را بهبود بخشد.کلیدواژه ها
Additive Effect, Dominance Effect, Genomic Prediction, Prediction Accuracy, اثر غالبیت, اثر افزایشی, پیش بینی ژنومی, صحت پیش بینیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.