ارزیابی روش های SS-GBLUP ،Boosting و SS-BayesA: با در نظر گرفتن ایمپیوتیشن داده های ژنومی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 152
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CACDSTS02_001
تاریخ نمایه سازی: 14 مرداد 1403
چکیده مقاله:
هدف از تحقیق حاضر، بررسی نقش روابط خویشاونددی ژنومی بین جمعیت مرجع و تایید و معماری های مختلف ژنومی بر عملکرد روش های بوستینگ و تک مرحله ای بیز A و GBLUP با در نظر گرفتن ایمپیوتیشن (Imputation) داده های ژنومی شبیه سازی شده بود. بدین منظور، جمعیت های ژنومی برای سطوح مختلف تعداد جایگاه های صفات کمی (۱۰، ۱۰۰ و ۱۰۰۰) بر روی ۲۹ کروموزم شبیه سازی شدند. برای شبیه سازی شرایط واقعی ، بطور تصادفی اقدام به حذف (۷۰درصد) برخی نشانگرها نموده و در مرحله بعد از طریق نرم افزار Flmpute اقدام به ایمپیوتیشن و پیش بینی نقاط گم شده نموده و صحت ایمپیوتیشن مورد ارزیابی قرار گرفت. در نهایت داده های اصلی و ایمپیوتیشن با استفاده از روش های بوستینگ و تک مرحله ای بیز A و تک مرحله ای GBLUP جهت پیش بینی ارزش های اصلاحی ژنومی طی نسل های G۱ و G۳ مورد ارزیابی قرار گرفتند. در مقایسه با روش های تک مرحله ای بیز A و بوستینگ، روش تک مرحله ای GBLUP عملکرد بالاتری در تعداد بالای QTL نشان داد.
کلیدواژه ها:
نویسندگان
یوسف نادری
دانشیار، گروه علوم دامی، واحد آستارا، دانشگاه آزاد اسلامی، آستارا، ایران
