مطالعه روش‌هاي پيش‌بيني ارزش اصلاحي ژنومي - مقايسه روش‌هاي BLUP سنتي، G- BLUP و روش تك‌مرحله‌اي SS- BLUP

Study of genomic prediction methods-Comparisons of traditional BLUP, G-BLUP and the single-step BLUP

هدف از مطالعه حاضر مقايسه تفاوت صحت انتخاب ژنومي براي روش‌هاي BLUP سنتي، G-BLUP و روش تك‌مرحله‌اي يا SS-BLUP براي صفات توليد شير، مقدار چربي، مقدار پروتئين و تعداد سلول‌هاي سوماتيك شير در گاوهاي هلشتاين ايران بود. در اين مطالعه از ركوردهاي مربوط به داده‌هاي ژنومي 345 راس گاو هلشتاين ايران كه با كمك تراشه نشانگري50 كيلوبازي شركت ايلومينا تعيين ژنوتيپ شده بودند، استفاده شد. ارزش‌هاي اصلاحي ژنومي براي صفات مورد مطالعه به‌كمك نرم‌افزار MIXBLUP برآورد شدند. نتايج حاصل نشان داد كه ميانگين صحت پيش‌بيني ژنومي روش‌هاي BLUP سنتي، G-BLUP و SS-BLUP به‌ترتيب برابر با 0/39، 0/47 و 0/54 بود. دامنه برآورد صحت از 0/32 براي صفت تعداد سلول‌هاي سوماتيك شير در روش BLUP سنتي تا 59/0 براي صفت توليد شير در روش SS-BLUP متفاوت بود. صحت پيش‌بيني ژنومي روش SS-BLUP نسبت به روش G-BLUP براي صفات توليد شير، مقدار چربي، مقدار پروتئين و تعداد سلول‌هاي سوماتيك شير به‌ترتيب 0/1، 0/07، 0/09 و 0/07 و نسبت به روش‌ BLUP سنتي 0/16، 0/14، 0/17 و 0/14 بيش‌تر برآورد شد. ميانگين مربعات خطاي پيش‌بيني در روش SS-BLUP براي تمام صفات مورد مطالعه نسبت به دو روش ديگر كمتر بود. ضرايب رگرسيون پيش‌بيني ژنومي براي روش‌هاي BLUP سنتي، G-BLUP و SS-BLUP به‌ترتيب 0/77، 0/88 و 0/94 به‌دست آمد. به‌طور كلي نتايج اين مطالعه نشان داد كه با توجه به بالا بودن صحت پيش‌بيني ژنومي روش تك‌مرحله‌اي نسبت به دو روش ديگر و هم‌چنين اريب كمتر آن در صفات مورد مطالعه، استفاده از روش تك‌مرحله‌اي در مقايسه با دو روش ديگر، براي پيش‌بيني ارزش‌هاي اصلاحي ژنومي در صفات توليدي براي گاوهاي هلشتاين ايران توصيه مي‌شود.

The purpose of this study was to compare the accuracy of three genomic prediction methods based on traditional BLUP, G-BLUP and single step method ( or SS-BLUP) for milk (MY), fat (FY), protein yield (PY) and somatic cell count (SCC) in Iranian Holstein dairy cattle. In this study the genomic data records of 345 Iranian Holstein dairy cattle, genotyped using the Illumina Bovine SNP50 BeadChip, were used. Genomic breeding values for the studied traits was estimated by MIXBLUP software. Results showed that the mean of genomic prediction accuracy of traditional BLUP, G-BLUP and SS-BLUP was 0.39, 0.47 and 0.54 respectively. Accuracy estimation ranged from 0.32 for somatic cell count trait in traditional BLUP method to 0.59 for milk production trait in SS-BLUP method. Genomic prediction accuracies under SS_BLUP for the considered traits including MY, FY, PY and SCC were 0.1, 0.07, 0.09 and 0.07 higher than the corresponding values obtained under G-BLUP, respectively. The corresponding values under SS-BLUP were 0.16, 0.14, 0.17 and 0.14 higher than the values obtained under traditional BLUP. Mean squared error for SS-BLUP compared to other methods was lower for all traits. Genomic prediction regression coefficients under tradition BLUP, G-BLUP and SS-BLUP methods were 0.77, 0.88 and 0.94, respectively. Therefore, compared to traditional BLUP and G-BLUP, the SS-BLUP approach can significantly improve the accuracy of genomic prediction for milk production traits in Iranian Holstein cattle.