این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های تولیدات دامی، جلد ۱۳، شماره ۳۸، صفحات ۰-۰
عنوان فارسی پیش بینی ژنومی اثرات افزایشی و غالب بر برخی صفات اقتصادی گوسفند مغانی
چکیده فارسی مقاله مقدمه (و هدف): اثرات ژنتیکی غالب ممکن است سهم مهمی در کل تنوع ژنتیکی صفات کمی و پیچیده داشته باشند. با این حال، تحقیقات نشانگرهای گسترده ژنوم برای مطالعه پیش‌بینی ژنومی(GP)و مکانیسم‌های ژنتیکی صفات پیچیده عموماً اثرات ژنتیکی غالب را نادیده می‌گیرند. افزایش در دسترس بودن مجموعه داده‌های ژنومی و مزایای بالقوه گنجاندن اثرات ژنتیکی غیرافزایشی در GP اخیراً توجه به ترکیب این اثرات در مدل‌های پیش‌بینی ژنومی را تجدید کرده است. مواد و روش­ها: ژنومی شامل 3 کروموزوم هر کدام 100 سانتی مورگان، هر کروموزوم دارای 200 لوکاس دوآللی QTL و 1000 لوکاس نشانگر دو آللی شبیه­سازی شد. سپس اطلاعات مربوط به رکوردهای شجره، خویشاوندی، سال تولد، وزن از شیرگیری، جنس نتاج، درصد دوقلوزایی، وزن لاشه، کیفیت لاشه، سن اولین زایش، تراکم پشم و سایر صفات اقتصادی گوسفند مغانی که از طریق مرکز اصلاح نژاد جعفرآباد مغان (طی سال­های 1382 تا 1393) در دسترس قرار گرفت، ماتریس فنوتیپی مدل را تشکیل دادند.اثرات ژنتیکی افزایشی و غالب و صحت پیش­بینی ژنومی 7 صفت رشد، کیفیت لاشه، پشم و باروری از طریق دو مدل خطی اتخاذ شد: (1) یک مدل اثر افزایشی (MAG) و (2) یک مدل که شامل اثرات ژنتیکی افزایشی و غالب (MADG) است. علاوه بر این، از روش اعتبارسنجی متقابل 5 لایه برای ارزیابی قابلیت GP در دو مدل مختلف استفاده شد. یافته­ها: نتایج تخمین مولفه‌های واریانس برای هر صفت نشان می‌دهد که وزن لاشه گرم (617/0) و درصد بره­زایی به ازاء هر میش (578/0)،بخش بزرگی از تنوع فنوتیپی توسط اثرات ژنتیکی غالب توضیح داده می‌شود. نتایج اعتبار سنجی متقاطع نشان داد که مدل MADG، شامل اثرات ژنتیکی افزایشی و غالب، مزیت آشکاری نسبت به مدل MAG که تنها اثرات ژنتیکی افزایشی را شامل می‌شود، دارد، یعنی مدلی که اثرات ژنتیکی غالب را شامل می‌شود، صحت پیش­بینی ژنومی را بهبود می­بخشد. نتیجه­گیری: عملکرد بهتر (صحت پیش‌بینی) مدل MADG برای برخی صفات در مقایسه با مدل MAG نشان می‌دهد که اثرات غلبه بایستی در مدل‌های ارزیابی ژنتیکی حیوانات گنجانده شود تا صحت پیش‌بینی فنوتیپ‌های آینده بهبود یابد. همچنین می­تواند ابزار مفیدی برای تصمیمات حذف حیوانات در مزارع باشد و استفاده از کل ژنتیک بالقوه نتاج در برنامه­های جفت گیری ممکن است عملکرد نتاج را بهبود بخشد.
کلیدواژه‌های فارسی مقاله اثر غالب، اثر افزایشی، پیش بینی ژنومی، صحت پیش بینی
عنوان انگلیسی Genomic prediction of additive and dominance effects on some economic traits of Moghani sheep
چکیده انگلیسی مقاله Extended abstract Introduction (and purpose): Dominant genetic effects may have an important contribution to the total genetic diversity of quantitative and complex traits. However, genome-wide marker research to study genomic prediction (GP) and genetic mechanisms of complex traits generally ignore dominant genetic effects. The increasing availability of genomic datasets and the potential benefits of including non-additive genetic effects in GP have recently renewed attention to incorporating these effects into genomic prediction models. Materials and methods: A genome containing 3 chromosomes of 100 cμ each, each chromosome having 200 biallelic QTL locus and 1000 biallelic marker locus was cloned. Then the information related to records of pedigree, year of birth, weaning weight, offspring sex, percentage of twinning, carcass weight, carcass quality, age of first calving, wool density and other economic traits of Moghani sheep that were obtained through Jafarabad Moghani Breeding Center (during 1382 to 1393) were made available, formed the phenotypic matrix of the model. Additive and dominance genetic effects and accuracy of genomic prediction of 7 growth traits, carcass quality, wool and fertility were adopted through two linear models: (1) ) an additive effect model (MAG) and (2) a model that includes additive and dominance genetic effects (MADG). In addition, the 5-layer cross-validation method was used to evaluate the GP capability in two different models. Results: The results of estimating variance components for each trait show that carcass weight (0.617) and lambing percentage per ewe (0.578), a large part of the phenotypic variation is explained by dominance genetic effects. Cross-validation results showed that the MADG model, including additive and dominance genetic effects, has a clear advantage over the MAG model, which includes only additive genetic effects, that is, the model that includes dominant genetic effects improves the accuracy of genomic prediction. Conclusion: The better performance (prediction accuracy) of the MADG model for some traits compared to the MAG model shows that dominance effects should be included in animal genetic evaluation models to improve the accuracy of predicting future phenotypes. It can also be a useful tool for culling decisions in farms, and the use of the entire genetic potential of progeny in mating programs may improve progeny performance.  
کلیدواژه‌های انگلیسی مقاله Dominance Effect, Additive Effect, Genomic Prediction, Prediction Accuracy
نویسندگان مقاله رضا سیدشریفی | reza seyedsharifi


فاطمه اعلاء نوشهر | Fatemeh Ala Noshahr


جمال سیف دواتی | jamal seif davati


نعمت هدایت ایوریق | nemat hedayat evrigh


نشانی اینترنتی http://rap.sanru.ac.ir/browse.php?a_code=A-10-619-4&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده ژنتیک و اصلاح نژاد دام
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات