این، ژنومی، برای، SNP، ارزش‌های، اصلاحی

صحت ارزش‌های اصلاحی خواهد شد (هابیَر و همکاران، 2007). این حالت نشان می‌دهد که در خصوص جمعیت مرجع ویژه لاین، برای دستیابی به برآورد دقیق ارزش‌های اصلاحی برای هر لاین، جمعیت مرجع باید دارای تعدادی فرد از هر لاین باشد. به‌عبارتی‌دیگر، جمعیت مرجع باید از همه لاین‌ها تشکیل شده باشد. دلیل احتمالی آن این است که ترکیب افراد از خانواده‌ها و لاین‌های مختلف باعث می‌شود که تمام LD هایی که در این خانواده‌ها یا لاین‌ها پایدار هستند در معادلات پیش‌بینی استفاده شوند. البته تنها درصورتی این امکان وجود دارد که تراکم نشانگری به‌اندازه کافی بالا باشد به‌طوری که هر QTL حداقل با یکی از نشانگرها در سطح بالایی از عدم تعادل لینکاژی در خانواده‌ها و نژادها باشد. دِروس و همکاران (2008b) نشان داد که به‌منظور پیش‌بینی دقیق ارزش‌های اصلاحی ژنومی برای نژاد جرسی با استفاده از معادلات پیش‌بینی بر اساس یک جمعیت مرجع گاوهای هلشتاین، حداقل 300000 SNP مورد نیاز است در حالی که تراشه‌های موجود (50K) برای ارزیابی‌های داخل نژادی (یا به عبارتی برای همان نژاد) کارآمد هستند.
همچنین می‌توان از حیوانات تجاری برای تشکیل جمعیت مرجع استفاده کرد. مزیت این حالت این است که می‌توان اطلاعات فنوتیپی صفاتی را که معمولاً در حیوانات اصلاحی رکورد برداری نمی‌شوند، به‌راحتی جمع‌آوری کرد. از این قبیل صفات می‌توان به صفات کیفیت لاشه، مصرف خوراک، پاسخ به چالش‌های بیماری و عملکرد تحت شرایط مدیریت و پرورش تجاری اشاره کرد. برای مثال در کشورهای در حال توسعه، جمعیت مرجع می‌تواند بیشتر تحت شرایط روستایی (نسبت به شرایط غیر معمول و غیر متعارف گله‌های اصلاحی) مدیریت شوند (گُدارد و هِیز، 2007).
11188703175جمعیت مرجع
افراد دارای ژنوتیپ و فنوتیپ
برآورد اثرات آللی
برآورد ارزش‌های اصلاحی ژنومی در حیوانات کاندیدا
افراد دارای ژنوتیپ
شکل 2-1- فرایند انتخاب ژنومی
جمعیت مرجع
افراد دارای ژنوتیپ و فنوتیپ
برآورد اثرات آللی
برآورد ارزش‌های اصلاحی ژنومی در حیوانات کاندیدا
افراد دارای ژنوتیپ
شکل 2-1- فرایند انتخاب ژنومی

2-8- مزایای انتخاب ژنومیانتخاب ژنومی فاقد محدودیت‌هایی است که در کاربرد روش‌های BLUP و انتخاب به کمک نشانگر وجود داشت. در همین زمان اندک (از زمان ارایه تراشه‌های DNA تاکنون) انتخاب ژنومی توانسته است نرخ پیشرفت ژنتیکی در حیوانات اهلی را افزایش دهد (وِیگِل و همکاران، 2010). افزایش در صحت پیش‌بینی‌های ژنومی، به‌ویژه در رابطه با گاوهای نر جوان در مرحله قبل از ورود به آزمون نتاج به خوبی مشاهده شده است (شِفِر، 2006). به علاوه، می‌تواند اطلاعات قابل اعتمادتری نیز از حیوانات ماده به‌دست آورد که می‌تواند منجر به پیشرفت ژنتیکی بیشتری از طریق مسیر انتخاب گاوهای ماده شود. مطالعات مختلفی استفاده از تراشه‌های DNA در جلوگیری از کاهش پیشرفت ژنتیکی و افزایش پنهانی همخونی ناشی از اشتباه در شجره را، سودمند ارزیابی کردند. نتایج اولیه انتخاب ژنومی در گاوهای شیری در استرالیا نشان داد که ارزش‌های اصلاحی ژنومی برآورد شده به‌طور قابل توجهی بیشتر از ارزش‌های اصلاحی برآورد شده به روش سنتی می‌باشند حتی اگر تعداد افراد در جمعیت مرجع کم (در حدود 600 راس) باشد (هِیز و همکاران، 2009).
یکی دیگر از مزیت‌های انتخاب ژنومی نسبت به مدل‌های تک SNP این است که تمام SNP ها به‌طور همزمان برازش می‌شوند. این ویژگی اجازه می‌دهد که اگر زمانی که چندین SNP با یک QTL در حالت عدم تعادل لینکاژی باشند از تمام اطلاعات استفاده شود. همچنین برای هر نوع ساختار جمعیتی قابل استفاده بوده و از طرف دیگر منجر به کاهش نتایج مثبت دروغین خواهد شد (دِکرز، 2012).
2-9- روش‌های آماری پیش‌بینی ژنومیبه‌منظور استفاده از اطلاعات ژنومی در اصلاح دام، لازم است که اثر هر جایگاه برآورد، و در نهایت جایگاه‌های دارای جهش علّی (و یا مرتبط با جهش علّی) تشخیص داده شود. با استفاده از پانل‌های خیلی متراکم SNP تعداد نشانگرها از تعداد رکوردها خیلی بیشتر خواهند بود. برازش مدل‌های رگرسیونی p زیاد (تعداد مجهولات: اثرات نشانگری) و n کم (تعداد معلومات: مشاهدات فنوتیپی) به روش‌های انتخاب متغیر و یا افت برآوردها نیاز دارد. رگرسیون ارزش‌های ژنوتیپی از مشاهدات فنوتیپی به‌صورت تقریبی از ارزش‌های ژنتیکی حقیقی است که می‌تواند تابع پیچیده‌ای از ژنوتیپ حیوان در تعداد بسیار زیادی ژن و نیز اثر متقابل پنهانی ژن‌ها با هم و نیز ژن‌ها با محیط باشد. بنابراین، مقادیر باقیمانده مدل‌های رگرسیونی کل ژنوم، یک متغیر تصادفی است که اثرات غیر ژنتیکی، به اضافه خطاهای تقریبی است که می‌تواند ناشی از LD ناقص بین نشانگرها و QTL و یا به علت نقص مدل (در نظر نگرفتن اثرات متقابل) باشد.
با در نظر گرفتن ژنوتیپ در جایگاه‌های مورد مطالعه به‌عنوان اثر مستقل در یک مدل رگرسیون خطی می‌توان نوشت:

که در این مدل، y متغیر وابسته یا فنوتیپ i اُمین فرد، µ عرض از



قیمت: 11200 تومان

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 *