پديد آورندگان :
تمدني آراني، مجتبي دانشگاه كردستان - دانشكده كشاورزي - گروه علوم دامي، سنندج، ايران , رزم كبير، محمد دانشگاه كردستان - دانشكده كشاورزي - گروه علوم دامي، سنندج، ايران , عبدالهي آرپناهي، رستم دانشگاه جورجيا آمريكا - دانشكده علوم كشاورزي و محيط زيست، آمريكا , رشيدي، امير دانشگاه كردستان - دانشكده كشاورزي - گروه علوم دامي، سنندج، ايران , مرادي، زانيار دانشگاه كردستان - دانشكده كشاورزي - گروه علوم دامي، سنندج، ايران
كليدواژه :
ارزش اصلاحي ژنومي , رتبه‌بندي , روش‌هاي بيزي , صحت , ضريب رگرسيون
چكيده فارسي :
هدف از اين پژوهش، مقايسه روش‌هاي مختلف ارزيابي ژنومي با استفاده از معيارهاي همبستگي (ρ)، رگرسيون (β)، ميانگين مربعات خطا (MSE) و اثربخشي انتخاب (SE) بود. به اين منظور، نه سناريوي متفاوت بر اساس سطوح مختلف وراثت‌پذيري (1/0، 3/0 و 5/0) و تعداد متفاوت QTL (20، 200 و 1000) طراحي شد. براي شبيه‌سازي سناريوهاي مختلف، پنج نسل با اندازه 1000 حيوان شبيه‌سازي شد، كه دو نسل نخست به عنوان جمعيت مرجع و سه نسل بعدي به عنوان جمعيت تأييد در نظر گرفته شد. براي هر حيوان، ژنومي به طول 500 سانتي‌مورگان با تراكم نشانگري 10000 SNP متشكل از پنج كروموزوم شبيه‌سازي شد. پيش‌بيني ارزش‌هاي اصلاحي ژنومي با سه روش آماري GBLUP، Bayes A و Bayes B انجام شد. نتايج حاصل نشان داد با افزايش فاصله نسل از جمعيت مرجع، صحت ارزش‌هاي اصلاحي ژنومي براي هر سه روش آماري كاهش مي‌يابد، هر چند روش‌هاي بيزي از نظر تداوم صحت، عملكرد بهتري داشتند. بر اساس معيارهاي همبستگي، رگرسيون و اثربخشي انتخاب، با افزايش سطوح وراثت‌پذيري بهبود صحت مشاهده شد، اما معيار ميانگين مربعات خطا روند معكوسي را نشان داد. در روش‌هاي بيزي، تعداد پايين QTL داراي عملكرد بهتري بودند، اما در تعداد بالاي QTL، تفاوت روش‌هاي مختلف ارزيابي ژنومي به كمترين ميزان رسيد. نتايج اثربخشي انتخاب در مقايسه با صحت ارزش اصلاحي ژنومي نشان داد كه صحت هميشه نمي‌تواند معيار مناسبي براي تعيين روش برتر ارزيابي ژنومي باشد.
چكيده لاتين :
This study aimed to compare different methods of genomic evaluation using the criteria of correlation (ρ), regression (β), mean square error (MSE), and selection effectiveness (SE). For this purpose, nine different scenarios were designed based on different levels of heritability (0.1, 0.3, and 0.5) and different numbers of QTLs (20, 200, and 1000). To simulate different scenarios, five generations with a size of 1000 animals were simulated, of which the first two generations were considered as the reference population and the next three generations as the validation population. For each animal, a genome of 500 centimorgans with a marker density of 10000 SNP consisting of five chromosomes was simulated. Genomic breeding values were predicted using three statistical methods: GBLUP, Bayes A, and Bayes B. The results showed that with increasing generation interval from the reference population, the accuracy of genomic breeding values decreased for three statistical methods, although Bayesian methods performed better in terms of continuity of accuracy. Based on the criteria of correlation, regression, and selection effectiveness, with increasing the levels of heritability, improved accuracy was observed, but the criterion of mean squares error showed the opposite trend. Bayesian methods performed better in low QTLs, but differences in different genomic evaluation methods were minimized in high QTLs. The results of selection effectiveness in comparison with the accuracy of genomic breeding value showed that accuracy can’t always be a suitable criterion for determining the superior method of genomic evaluation.
