این، ژنوم، SNP، ژنومی، برای، QTL

، 2010؛ دِکرز، 2012).
3- با توجه به اینکه در BLUP از ماتریس روابط خویشاوندی استفاده می‌شود و در تشکیل این ماتریس، واریانس برآوردها در نظر گرفته نشده و از میانگین رابطه خویشاوندی استفاده می‌شود، عملاً ضرایب بین افراد حاصل از یک تلاقی یکسان برآورد می‌شود. درنتیجه به دلیل در نظر نگرفتن اثر نمونه‌گیری مندلی (ترکیب تصادفی کروموزوم‌ها در مرحله گامتوژنز) احتمال انتخاب حیوانات خویشاوند و افزایش هم‌خونی بالا می‌رود. همچنین صحت این برآوردها تا حدود زیادی تابع صحت و کیفیت شجره میباشند (کالوس، 2010).
2-3- استفاده از منابع اطلاعاتی نشانگریاستفاده از منابع اطلاعاتی دیگر به‌منظور رفع محدودیت‌های ارزیابی کلاسیک و به‌دست آوردن ارزش‌های ژنتیکی زود هنگام از کاندیداهای انتخاب دارای تاریخی کهن است. نخستین تلاش‌ها، روی صفات اندیکاتور (شاخص)، مقادیر فیزیولوژیکی و مارکرهای خونی صورت گرفت. یکی از موارد موفقیت آمیز اولیه، استفاده از گروه‌های خونی به‌عنوان نشانگرهای مولکولی برای افزایش مقاومت ژنتیکی در طیور بوده است (هانسِن و همکاران، 1967). مقدار سرم IGF-1 اندازه‌گیری شده در سنین اولیه در گاو و خوک به‌عنوان شاخص کارایی رشد نیز مثالی از مقادیر فیزیولوژیک می‌باشد (بانتِر و همکاران، 2005). به‌طور کلی، استفاده از صفات شاخص به‌وی‍ژه صفات شاخص فیزیولوژیک قابل اندازه‌گیری در خون محدود بود.
در دهه 90 میلادی استفاده از ماتریس روابط آللی (به‌جای ماتریس روابط خویشاوندی) در معادلات مدل‌های مختلط توسط نجاتی-جوارمی و همکاران (1997) مطرح شد. نتایج مطالعه آن‌ها که برای اولین بار اطلاعات ژنومی را در ارزیابی‌های حیوانات اهلی دخیل می‌داد نشان داد که ارزش‌های اصلاحی برآورد شده به مقدار حقیقی خود نزدیک‌تر شده و پاسخ به انتخاب بیشتر خواهد شد. همچنین نرخ پیشرفت ژنتیکی برای صفاتی که دارای وراثتپذیری پایین بودند، یا اینکه تحت تاثیر تعداد اندکی QTL و یا تعداد کمتر آلل در هر جایگاه بودند بیشتر بود. پر واضح است دلیل بهبود نرخ پیشرفت ژنتیکی در این روش ارزیابی، نسبت به روش استفاده از اطلاعات شجره، نشان دادن دقیق‌تر رابطه بین افراد جمعیت بود. زیرا به‌جای استفاده از متوسط رابطه خویشاوندی، حالت همسانی در موقعیت (Identical By State) و تنوع ژنی موجود را نیز در نظر داشت. هرچند که در این مطالعه اثرات QTL به‌طور مستقیم و همزمان با اثرات پلی‌ژنیک در مدل وارد نشده بود؛ اما این محققین بیان کردند درصورتی‌که بتوان اثرات QTL را در مدل وارد نمود، پیشرفت ژنتیکی تسریع خواهد شد.
در تایید سودمندی استفاده از اطلاعات ژنومی ویلانِوا و همکاران (2005) گزارش کردند حتی درصورتی‌که مدل ژنتیکی صفت موردنظر مدل بی‌نهایت ژن باشد و هیچ ژنی دارای اثر بزرگ نباشد، استفاده از ماتریس روابط خویشاوندی آللی و یا استفاده از اطلاعات نشانگری در برنامه‌های انتخاب مفید و منجر به پاسخ به انتخاب مطلوب‌تر خواهد بود.
2-4- انتخاب به کمک نشانگربرخی خصوصیات یا صفات که تفرق همزمان با صفت داشته باشند را می‌توان به‌عنوان نشانه‌ای برای ژنوتیپ خاصی از صفت دانست. انتخاب غیرمستقیم برای صفت بر اساس آن نشانه را انتخاب به کمک نشانگر می‌گویند. نشانگرها می‌توانند مبتنی بر خواص ظاهری، پروتئین و یا DNA باشند. نشانگرهای DNA به بخشی از ژنوم اطلاق می‌گردد که با تنوع صفت خاصی مرتبط باشد (مونتالدو و مِزا-هِرِرا، 1998).
انتخاب بر اساس نشانگرها در خصوص صفاتی که از ارزیابی‌های کلاسیک چندان بهره نمی‌برند مفید خواهد بود. به‌طوری‌که، همزمان از اطلاعات فنوتیپی و نشانگرهای مولکولی در سطح ژنوم (در حالت عدم تعادل لینکاژی با QTL) استفاده می‌کند (دِکرز، 2004). از این روش در انتخاب گاوهای نر جوان برای ورود به مرحله آزمون نتاج در صنعت گاوشیری استفاده شده است (گئورجِس و همکاران، 1995؛ ماکینون و گئورجِس، 1998).
استفاده از اطلاعات مولکولی به‌منظور بهبود ژنتیکی در گاوهای شیری برای اولین بار در اواخر دهه 1960 توسط (اسمیت، 1967) به‌خصوص برای صفاتی که بهبودشان با استفاده از برنامه‌های اصلاح نژاد سنتی مشکل بود پیشنهاد شد. اما در عمل، ظهور دوران استفاده از ژنتیک مولکولی به اوایل دهه 70 برمی‌‌گردد که فرصت جدیدی را در برنامه‌های اصلاح نژادی ایجاد کرد که بتوان از نشانگرهای DNA برای شناسایی ژن یا مناطق ژنومی کنترل کننده صفات موردنظر استفاده کرد. اولین کاربرد مشهور این روش، کشف اساس ژنتیکی و توسعه آزمون‌های نقایص ژنتیکی (تک جایگاهی) بود. در خصوص صفات کمّی نیز، این پیشرفت‌ها منجر به شناسایی QTL و توسعه تست‌های DNA شد. این تست‌ها به‌منظور کمک به تصمیم انتخاب یا حذف افراد کاندیدا در مراحل اولیه زندگی، در تکنیک انتخاب به کمک نشانگر به‌کار گرفته شدند. به‌طوری که با ترکیب اطلاعات حاصل از نشانگرهای ژنتیکی مرتبط با QTL و اطلاعات فنوتیپی، انتخاب انجام می‌شد (لَند و تامپسون، 1990؛ اسمیت و سیمپسون، 1986). با استفاده از این روش، نتایج بسیار مفیدی در خصوص شناسایی تعداد قابل توجهی QTL، ارتباطات نشانگر- فنوتیپ و برخی جهش‌های علّی حاصل شد (دِکرز، 2004). اما کاربرد این روش نیز در برنامه‌های اصلاح نژاد، به دلایلی با محدودیت همراه بود (دِکرز، 2004): 1) بیشتر مطالعات QTL در آمیخته‌های تجاری انجام شده است در صورتی که می‌بایست در جمعیت‌هایی از حیوانات اهلی انجام می‌شد که برای بهبود و پیشرفت ژنتیکی استفاده می‌شدند. 2) فقط بخش محدودی از تنوع ژنتیکی صفت به‌وسیله جایگاه‌ها و اثرات شناسایی شده توجیه می‌شد، درحالی‌که بیشتر صفات اقتصادی به وسیله تعداد زیادی ژن کنترل می‌شوند. 3) هزینه تعیین ژنوتیپ به روش معمولی (سنتی) برای کاندیداهای انتخاب حتی برای تعداد کمی نشانگر ژنتیکی نیز بسیار بالا بود.
2-5- چند شکلی‌های تک نوکلئوتیدیتنوع و تفاوت‌هایی که به واسطه اختلاف در یک جایگاه تک نوکلئوتیدی (Single Nucleotide Polymorphisms) (به علت جایگزینی، حذف یا اضافه) در بین افراد همان گونه رخ می‌دهند، به‌عنوان چندشکلی تک نوکلئوتیدی (SNP) شناخته می‌شوند. جایگزینی نوکلئوتیدها عامل مهمی در ایجاد SNP در ژنوم محسوب می‌شوند. ازلحاظ نوع جایگزینی بازها، جهش‌ها می‌توانند ترانزیشن (Transition) یا ترانزورژن (Transversion) باشند. در جهش ترانزیشن جایگزینی بازهای پورین یا پیریمیدین پیریمیدین با یکدیگر صورت می‌گیرد. از این رو در این نوع جهش‌ها فقط دو شکل آللی در جایگاه مربوطه قابل مشاهده می‌باشد. ولی در جهش‌های ترانزورژن جایگزینی کلیه بازهای پورین و پیریمیدین با یکدیگر صورت می‌گیرد. از اینرو در این نوع از جهش‌ها هر چهار شکل آللی در جایگاه مربوطه می‌تواند مشاهده گردد (A↔C، A↔T، G↔C و G↔T). ازلحاظ تئوری، تبدیل یک باز نوکلئوتیدی به هرکدام از بازهای 4 گانه امکان‌پذیر است. اما به علت شکل هندسی بازها، SNP های سه و به‌ویژه چهار آللی بسیار نادر بوده و بیشتر SNP ها دو آللی‌اند (سوبِدی، 2012). این نشانگرها نسبت به نشانگرهای ریزماهواره، دارای تنوع آللی کمتری هستند اما به دلیل اینکه در کل ژنوم به میزان بالا یافت می‌شوند نشانگرهای بسیار مناسبی برای ردیابی QTL و مطالعات ارتباطی کل ژنوم می‌باشند. همین علت هم منجر به توسعه روش‌ها و تکنیک‌های شناسایی و کاربرد این نشانگرها در سال‌های اخیر شده است.
2-6- میکرو تراشه‌های DNAچندشکلی‌های تک نوکلئوتیدی را می‌توان با استفاده از روش‌های متعددی تشخیص داد. اما یک فن‌آوری نسبتاً جدید در این رابطه، استفاده از تراشه‌های DNA (DNA Chips) می‌باشد. در این فن آوری همزمان چند شکلی چندین هزار مارکر مورد بررسی قرار می‌گیرد (ویگنال و همکاران، 2012). در حال حاضر برای بیشتر گونه‌های حیوانات اهلی، تراشه‌های تجاری وجود دارد که با استفاده از آن‌ها می‌توان ده‌ها هزار SNP را در طول ژنوم یک حیوان با هزینه منطقی و قابل قبول (کمتر از 150 دلار به ازای هر نمونه) در زمان بسیار اندک تعیین ژنوتیپ کرد. اولین مورد از این تراشه‌ها در حیوانات اهلی، پانل 50 هزار جفت نوکلئوتیدی (که به اختصار گفته می‌شود SNP 50K) گاوی بود که توسط شرکت ایلومینا طراحی شد (ماتوکومالی و همکاران، 2009). تا به امروز ده‌ها هزار گاو گوشتی و شیری، با استفاده از این تکنولوژی تعیین ژنوتیپ شده‌‌اند. تراشه‌های 40 تا 60 هزار SNP مشابهی نیز برای دیگر گونه‌های حیوانات اهلی شامل طیور، گوسفند، خوک و اسب در دسترس است. SNP chip یا DNA chip مخصوص گوسفند در سال 2009 با عنوان Illumina Ovine SNP50 BeadChip طراحی شد که 54241 جهش تک نوکلئوتیدی با فاصله یکسان در سطح ژنوم گوسفند را پوشش می‌دهد. این طراحی با همکاری تعداد زیادی محقق در سراسر جهان و صرف هزینه بسیار بالا در قالب پروژه Sheep HapMap صورت گرفت (کیجاس و همکاران، 2009). مهم‌ترین استفاده از این تراشه‌های DNA با تراکم بالای SNP، در انتخاب ژنومی یا انتخاب بر مبنای کل ژنوم بوده است (مِوویسِن و همکاران، 2001؛ وَن‌رادِن و همکاران، 2009). استفاده از این تراشه‌ها، منجر به تولید تعداد بسیار زیادی داده SNP با تراکم بالا می‌شود که می‌توانند در مطالعات ارتباطی کل ژنوم به‌منظور شناسایی نشانگرهای ژنومی یا مناطق ژنومی مرتبط با صفت بر اساس عدم تعادل لینکاژی (LD) و انتخاب ژنومی استفاده شوند (هِیز و همکاران، 2009).
2-7- انتخاب ژنومیانتخاب ژنومی به‌معنی استفاده از اطلاعات ژنومی به‌منظور ارزیابی و انتخاب افراد کاندیدا می‌باشد. ویژگی کلیدی این روش این است که کل ژنوم به‌وسیله نشانگرهای متراکم پوشش داده می‌شود. به‌طوری که تمام واریانس ژنتیکی به‌وسیله این نشانگرها توجیه شود و فرض می‌شود که نشانگر با QTL در حالت LD باشند (گُدارد و هِیز، 2007).
اولین بار معرفی و ارایه انتخاب ژنومی به وسیله نجاتی-جوارمی و همکاران (1997) صورت گرفت و سپس به وسیله مِوویسِن و همکاران (2001) توسعه داده شد. اما کاربردی شدن آن از زمان توصیف مفاهیم و ارایه مدل‌های انتخاب ژنومی تا در دسترس قرار گرفتن پانل‌های چندهزار نشانگری گاو به تاخیر افتاد (وَن‌تِسِل و همکاران، 2008). به‌طور کلی، SNP ها فراوان‌ترین نوع چند شکلی‌های DNA در ژنوم هستند و هم‌اکنون این نشانگرها بر سایر انواع نشانگرهای مولکولی در تحقیقات ژنومی اولویت دارند. زیرا این نشانگرها دارای نرخ جهش پایین‌تری هستند و به آسانی تعیین ژنوتیپ می‌شوند (رُموالدی و همکاران، 2012). ایده اصلی در انتخاب ژنومی، استفاده از مارکرهای خاصی برای ردیابی QTL نیست بلکه از تعداد بسیار زیادی نشانگر که در کل ژنوم پراکنده‌اند استفاده می‌شود. زمانی که چندین هزار نشانگر در طول ژنوم تعیین ژنوتیپ می‌شوند فرض می‌شود که نشانگرها در کنار جهش‌های علّی قرار گرفته‌اند. به‌عبارتی دیگر SNP ها با QTL در حالت عدم تعادل لینکاژی هستند (دِروس و همکاران، 2008). سهم هر نشانگر در شایستگی ژنتیکی افزایشی یک حیوان نمایان می‌شود و برخلاف فرضیات در مدل بی‌نهایت، در اینجا تفاوت بین اثرات مارکر نیز به دست می‌آید. هرچند در این خصوص کل و همکاران (2009) گزارش کردند که در گاو شیری برای بیشتر صفات تولیدی، مدل بی‌نهایت می‌تواند مدل مناسبی باشد و تنها تعداد اندکی QTL در ژنوم گاو وجود دارد.
دو پیشرفت تکنولوژیکی اصلی که در محبوبیت، کاربرد و موفقیت انتخاب ژنومی دخیل بودند عبارت‌اند از: 1) کامل شدن پروژه تعیین توالی ژنوم گاو و انتشار آن، منجر به شناسایی چندین هزار نشانگر SNP و درنتیجه تسریع پیشرفت‌های تحقیقاتی مرتبط شد (ِالسیک و همکاران، 2009). 2) در دسترس قرار گرفتن تراشه‌های DNA به‌صورت تجاری و با هزینه مناسب. این تراشه‌ها مشتمل بر هزاران نشانگر در طول ژنوم بوده و مجال برآورد ارزش‌های اصلاحی با صحت بالا را فراهم کرد (مِوویسِن و همکاران، 2001).
انتخاب ژنومی شامل 3 مرحله است:
1- استفاده از تراشه‌های DNA به‌منظور تعیین ژنوتیپ هر حیوان در هر نشانگر.
2- برآورد اثر هر جایگاه نشانگری بر روی صفت.
3- برآورد ارزش‌های اصلاحی ژنومی افراد کاندیدا و تصمیم انتخاب.
مرحله کلیدی در پیش‌بینی‌های ژنومی، برآورد اثر آلل‌های SNP بر صفات مورد مطالعه می‌باشد. برآورد اثرات در تعدادی از حیوانات که جمعیت مرجع (یا داده‌های آموزشی) نامیده می‌شود انجام می‌گیرد (مِوویسِن و همکاران، 2001). این جمعیت به‌طورمعمول از 1000 حیوان تشکیل شده است و دارای اطلاعات ژنوتیپی فنوتیپ هستند. از طریق مطالعات ارتباطی نشانگر-فنوتیپ، اثر هر SNP برآورد خواهد شد. مرحله آخر در انتخاب ژنومی، برآورد ارزش‌های اصلاحی حیوانات جوان (کاندیداهای انتخاب) می‌باشد که این حیوانات ارزش‌های اصلاحی ژنومی‌شان با استفاده از مجموع اثرات SNP حاصل می‌شود. فرایند انتخاب ژنومی به‌صورت شماتیک در شکل 2-1 نشان داده شده است.
سوال مهم این است چه حیواناتی باید در جمعیت مرجع باشند؟ برای مثال، در گاو شیری ساده‌ترین و سر راست‌ترین روش استفاده از گاوهای نر دارای ارزش اصلاحی می‌باشد (وَن‌رادِن و همکاران، 2009). زیرا این حیوانات دارای ارزش‌های اصلاحی قابل اعتمادی هستند. زمانی که به‌دست آوردن فنوتیپ‌های واقعی وقت‌گیر و پرهزینه باشد، استفاده از ارزش‌های اصلاحی قابل اعتماد می‌تواند جایگزین مناسبی باشد. از آنجایی که حیوانات جمعیت مرجع هم باید دارای فنوتیپ و هم ژنوتیپ باشند، تعداد افراد جمعیت مرجع باید ازلحاظ هزینه‌های تعیین ژنوتیپ و رکوردگیری بهینه شود. اگر چه تحقیقات زیادی در خصوص بهینه‌سازی جمعیت مرجع صورت نگرفته است اما از نظر تئوری، جمعیت مرجع باید متشکل از کل دامنه ژنوتیپی و فنوتیپی نژاد یا توده باشد که منجر به برآورد دقیق و قابل اعتمادی شود. بنابراین جمعیت مرجع باید تا حد امکان معرف مناسبی از کل جمعیت باشد.
استراتژی دیگر استفاده از حیواناتی در جمعیت مرجع است که خویشاوندی نزدیکی با افراد کاندیدا داشته باشند که این امر منجر به افزایش

این نوشته در پایان نامه ها ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *