اهميت استفاده از شجره و نقش افراد ژنوتيپ نشده بر لزوم به كارگيري مجدد انتخاب ژنومي در ‏صفات آستانه‌اي دودويي

مدل‌هاي پيش‌بيني ژنومي تك مرحله‌اي با توجه به عملكرد بالا، هزينه هاي بالاي تعيين ژنوتيپ برخي از حيوانات و  برآورد ارزش اصلاحي ژنومي همزمان براي حيوانات ژنوتيپ‌شده و نشده، تبديل به ابزاري غالب در ارزيابي ژنومي دام‌هاي اهلي شدند. هدف از تحقيق حاضر، بررسي نقش روابط خويشاوندي ژنومي در جمعيت هاي مرجع و تأييد بر عملكرد روش‌هاي‌ چند مرحله‌اي و تك مرحله‌اي GBLUP و BayesB بود، كه در اين مسير اهميت افراد ژنوتيپ نشده نسل‌هاي بعد از انتخاب و نقش آنها در لزوم يا عدم لزوم به‌كارگيري مجدد انتخاب ژنومي در صفات آستانه‌اي دودويي نيز بررسي شد. بدين منظور، جمعيت‌هاي ژنومي براي تعداد مختلف جايگاه هاي صفات كمي (33 و 534)  با دو توزيع متفاوت آثار ژني (نرمال و گاما) روي 29 كروموزم شبيه‌سازي شدند. براي آناليز داده‌هاي شبيه‌سازي شده چهار مدل آماري شامل GBLUP، SS-GBLUP، BayesB و SS-BayesB به‌كار گرفته شد. بر اساس نتايج بدست آمده، صحت پيش‌بيني ژنومي تحت تاثير ارتباط بين جمعيت هاي مرجع و تاييد قرار گرفت و براي مدل‌هاي ژنومي چند مرحله‌اي در مقايسه با تك مرحله‌اي به طور معني‌داري بيشتر بود. هنگامي كه صفات تحت تاثير تعداد كم QTL بودند، روش‌هاي تك مرحله‌اي و چند مرحله‌اي BayesB در مقايسه با GBLUP و SS-GBLUP صحت ارزيابي بالاتري نشان دادند. در توزيع نرمال اثر QTL و صفات تحت كنترل تعداد زياد QTL، روش‌هاي BayesB (به‌ويژه روش چند مرحله‌اي BayesB) كمترين ميزان صحت ژنومي را نشان دادند. از آنجايي كه افزايش فاصله نسل يك چالش اساسي در انتخاب ژنومي صفات آستانه‌اي مي‌باشد، در نتيجه استفاده از روش‌هاي تك مرحله‌اي، عدم لزوم به كارگيري مجدد تعيين ژنوتيپ جمعيت مرجع را در طي نسل‌هاي اوليه انتخاب ميسر مي سازند. با اين حال، استفاده از روش تك مرحله‌اي BayesB و سودمندبودن آن در ارزيابي ژنومي، منوط به شناسايي معماري ژنتيكي صفت است.