كليدواژه :
آثار غالبيت , پيش بيني ژنومي , روش هاي آماري , صفات ايمني , مكان يابي
چكيده فارسي :
هدف از اين مطالعه ارزيابي صحت مكان يابي QTL و پيش بيني هاي ژنومي سه صفت ايمني شامل تعداد سلول هاي B، CD4 و CD8 بر اساس دو روش آماي بيزي شامل بيز Cπ و لاسو و GBLUP بر روي 1094 موش هتروژنوس بود. داده هاي ژنوتيپي متشكل از 1094 حيوان با 12226 جايگاه هاي چندشكلي تك نوكلئوتيدي (SNPs) بر روي 19 كروموزوم اتوزومي بعد از كنترل كيفيت داده هاي SNPs براي نرخ خوانش به ازاي هر فرد و SNP و حداقل فراواني آللي بودند. از هفت مدل آماري با در نظر گرفتن اثرات افزايشي و غالبيت نشانگرها و هم چنين آثار پلي ژنيك حيوان براي برآورد اثر SNPs و پيش بيني مولفه هاي واريانس استفاده شد. اثر SNPها با روش بنفروني تصحيح شد و صحت برآورد ارزش هاي اصلاحي ژنومي با روش cross-validation ارزيابي شدند. مكان يابي نهايي جايگاه هاي كنترل كننده صفات كمي با هفت مدل و سه روش آماري براي سه صفت تعداد سلول هاي B، CD4 و CD8 به ترتيب 10، 6 و 7 QTL را بر روي كروموزوم هاي 1، 3، 5، 7، 8، 9، 12، 14، 16، 17 و 18 نشان داد. نتايج اين مطالعه نشان داد كه افزودن آثار افزايشي و غالبيت نشانگرها به همراه اثر پلي ژنيك حيوان منجر به افزايش صحت پيش بيني مي شود. هم چنين، روش آماري نيز يكي از عامل هاي موثر در صحت پيش بيني هاي ژنوميك هستند. بالاترين پيش بيني ژنوميك براي تمام صفات مربوط به مدل 7 و روش بيز لاسو بود. تفاوت بين روش هاي آماري مربوط به پس زمينه ژنتيكي و همچنين فرضياتي است كه براي ميزان تنوع آثار نشانگرها در نظر گرفته مي-شود.
چكيده لاتين :
The aim of this study was to assess the accuracy of QTL mapping and genomic predictions for three immunity traits including B cell, CD4 and CD8 based on two Bayesian statistical methods such as Cπ, LASSO and GBLUP in 1094 heterogeneous mice. Genotype data set was composed of 1094 individuals with 12226 polymorphic loci (SNPs) on 19 autosomal chromosomes, after the quality control filtering of all genotyped SNPs data, for call rate per individual and per SNP and minimum all frequency. The seven statistical model to exploring of additive and dominance effects of SNPs as well as polygenic effect of animal was used to estimate SNPs effect and variance components. SNPs effect was corrected with Bonferoni methods and accuracy of genomic breeding values for all of traits were evaluated using cross-validation. Final QTL mapping with seven model and three statistical methods showed that 10, 6 and 7 on 1, 3, 5, 7, 8, 9, 12, 14, 16, 17 and 18 chromosomes for B cell, CD4 and CD8 traits, respectively. The results of this study showed that by added to additive and dominant effects of markers with the animal's polygenic effect, the accuracy of genomic predictions is increased. Also, statistical methods were used a factor affecting the accuracy of the genomic pridictions. The highest accuracy of genomic predictions for all of traits was related to seven model and Bayesian LASSO. The difference between these statistical methods was related to the background of genetic architecture, as well as assumptions that are considered for the variance of marker effects.
