تاثیر استفاده از سطوح مختلف نشانگرهای خنثی به همراه جایگاه های علی و معماری های ژنتیکی مختلف بر صحت پیش بینی ارزش های اصلاحی ژنومی در دام های اهلی

سابقه و هدف: مهمترین سازه هایی که بر صحت پیش بینی ژنومی تاثیر می گذارند شامل تعداد نشانگرها، روش آماری، فراوانی آلل نادر، وراثت پذیری و معماری ژنتیکی می باشند که هر یک تحت شرایط ویژه ای اثراتشان متفاوت است. هدف از این پژوهش، بررسی اثر اضافه کردن چندشکلی های تک نوکلئوتیدی خنثی (غیرسببی) به مدل آماری بر صحت ارزیابی ارزش اصلاحی با درنظر گرفتن سازه های مختلف جمعیت و معماری های ژنتیکی مختلف بوده است. مواد و روش ها: در این پژوهش تعداد ۱۰ کروموزوم به طول ۱۰۰ سانتی مورگان شبیه سازی شده و روی هر کروموزوم ۱۰۰۰ نشانگر چند شکلی تک نوکلئوتیدی دو آللی در نظر گرفته شده که به صورت تصادفی در طول ژنوم پراکنده شدند. در این پژوهش، واریانس فنوتیپی یک و وراثت پذیری ها بر طبق صفات با وراثت پذیری کم، متوسط و بالا به ترتیب ۱/۰، ۲/۰ و ۵/۰ در نظر گرفته شدند. در این شبیه سازی، جمعیت های با اندازه ۱۰۰۰، ۲۰۰۰ و ۴۰۰۰ فرد مورد استفاده قرار گرفت و تعداد ۱۰۰ جایگاه صفت کمی روی ۱۰ کروموزوم پراکنده شد. پیش بینی ها با دو روش کرنل بازتولید فضای هیلبرت و بیز B و مقایسات میانگین با استفاده از روش توکی انجام شد.یافته ها: در همه ی سناریوها و با هر دو روش اختلاف معنی داری بین در نظر گرفتن جایگاه های صفات کمی به تنهایی و همراه با درصدهای مختلف چندشکلی های تک نوکلئوتیدی غیرسببی در مدل مشاهده شد. البته در هر دو روش اختلافات معنی داری نیز بین درصدهای پایین نشانگرهای خنثی و درصدهای بالا مشاهده شد. در بیشتر سناریوها مثلا زمانی که ۱۰ درصد نشانگرهای خنثی در مدل وجود دارند، پیش بینی ها صحت بالاتری دارند نسبت به زمانی که ۲۰ درصد، ۴۰ درصد، ۶۰ درصد و ۱۰۰ درصد از نشانگرهای خنثی وارد مدل می شوند. با افزایش وراثت پذیری و تعداد افراد جمعیت مرجع صحت پیش بینی های ژنومی افزایش یافت. در وراثت پذیری های پایین، درصد افزایش صحت پیش بینی با افزایش جمعیت مرجع بیشتر بود. میانگین صحت ارزیابی با استفاده از روش بیز B به جز چند مورد، در زمان قرار دادن جایگاه های صفات کمی در مدل و نسبت های مختلف نشانگرهای خنثی به طور معنی داری دربیشتر سناریوها از روش کرنل بازتولید فضای هیلبرت بیشتر بود. به طور کلی در هر دو روش، بهترین پیش بینی ها در زمان استفاده از بالاترین وراثت-پذیری و اندازه جمعیت و فقط وارد کردن جایگاه های صفات کمی در مدل ها رخ داد. نتیجه گیری: با توجه به این یافته ها، شناسایی جایگاه های سببی و وارد کردن آنها در ارزیابی های ژنومی باعث افزایش سرعت آنالیز و کاهش هزینه های تعیین ژنوتیپ می گردد و همچنین می تواند در ارزیابی های ژنومیکی بازده ژنتیکی صفات مهم اقتصادی را از طریق تقویت صحت پیش بینی افزایش دهد.

کلیدواژه ها:

چندشکلی تک نوکلئوتیدی ، جایگاه صفات کمی ، کرنل بازتولید فضای هیلبرت و بیزB