مقایسه روش های آماری پارامتری و بازنمونه گیری در ارزیابی صفات کمی باساختار ژنتیکی متفاوت

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 431

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAP-19-1_001

تاریخ نمایه سازی: 1 مرداد 1397

چکیده مقاله:

هدف از این مطالعه مقایسه سه روش پارامتری (RKHS BayesB ، GBLUP ) و دو روش باز نمونه گیری (Bagging GBLUP و Random Forest) در پیش بینی ارزش های اصلاحی ژنومیک برای صفاتی با ساختار ژنتیکی متفاوت بود. یک ژنوم با سه کروموزوم، هر کروموزوم به طول یک مورگان شبیه سازی شد و روی آن 1500 نشانگر تک نوکلیوتیدی (SNP) در سه سناریو 50، 100 و 200 QTL به طور یکنواخت پخش شدند. اثر جایگزینی QTLها با استفاده از توزیع نرمال استاندارد، گاما و یکنواخت با وراثت پذیری 30 درصد مدل سازی شدند. توانایی پیش بینی روش های آماری با استفاده از آماره های همبستگی بین ارزش های اصلاحی پیش بینی شده و واقعی و همچنین رگرسیون ارزش اصلاحی واقعی بر پیش بینی شده بررسی شد. نتایج نشان داد در جمعیت های تایید، روش RF باعث بیش-برآورد رگرسیون ارزش های اصلاحی واقعی بر پیش بینی شده شد، در حالی که روش های BayesB ، GBLUP و RKHS منجر به کم-برآورد ضریب رگرسیون شدند. به جز روش Bagging GBLUP در دیگر روش ها تفاوت معنی داری با تغییر توزیع اثرات QTL مشاهده نشد اما در مجموع عملکرد دو روش GBLUP و BayesB نسبت به دیگر روش ها بهتر بود. یکی از دلایل احتمالی برتری GBLUP و BayesB بر دیگر روش ها می تواند شبیه سازی صفات با اثرات صرفا ژنتیکی افزایشی بوده باشد. به طور کلی، روش های GBLUP و BayesB بر روش های باز نمونه گیری در پیش بینی های ژنومی ارجحیت دارند

نویسندگان

منوچهر مرادی

دانش آموخته کارشناسی ارشد، دانشگاه آزاد اسلامی واحد کرج، کرج- ایران

رستم عبداللهی آرپناهی

استادیار، گروه علوم دام و طیور، پردیس ابوریحان، دانشگاه تهران، تهران- ایران

بهزاد همتی

دانشیار، گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد کرج، کرج- ایران

ابوالقاسم لواف

دانشیار، گروه علوم دامی، دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد کرج، کرج- ایران