این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های تولیدات دامی، جلد ۸، شماره ۱۸، صفحات ۱۶۱-۱۶۷
عنوان فارسی صحت انتخاب ژنومی روش‌های پارامتری و ناپارامتری با معماری‌های ژنتیکی افزایشی و غالبیت
چکیده فارسی مقاله     در بیشتر مطالعات پیش‌بینی ژنومی برای برآورد ارزش اصلاحی ژنومی فقط از اثرات افزایشی در مدل استفاده می‌کنند. از طرفی در بیشتر صفات پیچیده یک منبع مهم تنوع، اثرات غالبیت بوده که لحاظ نمودن این اثر در مدل ممکن است باعث افزایش صحت پیش‌بینی‌های ژنومی گردند. در این مطالعه که با استفاده از شبیه‌سازی داده انجام شد، تاثیر مقادیر مختلف وراثت‌پذیری (1/0، 3/0 و 5/0) و نیز مقادیر مختلف نسبت واریانس غالبیت به واریانس فنوتیپی (0، 05/0 و 15/0) بر صحت انتخاب ژنومی در روش‌های آماری پارامتری ( بیز A، B و LASSO)  و ناپارامتری (RKHS) بررسی شد. همبستگی بین ارزش‌های اصلاحی حقیقی و ارزش‌های اصلاحی ژنومی، به عنوان معیاری از صحت پیش‌بینی‌های ژنومی برای سناریوهای مختلف به کمک نرم‌افزار R برآورد گردید. نتایج این مطالعه نشان داد که با افزایش مقدار وراثت‌پذیری در تمام روش‌ها صحت پیش‌بینی ژنومی افزایش پیدا می‌کند. همچنین با افزایش مقادیر نسبت واریانس غالبیت به واریانس فنوتیپی در مدل، شیب صحت ژنومی در روش‌های پارامتری کند گردیده ولی در روش ناپارامتری سرعت افزایش صحت ادامه پیدا نمود. میانگین مربعات خطا با افزایش مقدار نسبت واریانس غالبیت به واریانس فنوتیپی در روش ناپارامتری بیشتر کاهش یافت. از این رو می‌توان چنین نتیجه گرفت که با افزایش سطح نسبت واریانس غالبیت به واریانس فنوتیپی در مدل، استفاده از روش‌های ناپارامتری احتمالاً بهتر از روش‌های پارامتری صحت پیش‌بینی‌های ژنومی را برآورد می‌کنند.
کلیدواژه‌های فارسی مقاله اثر افزایشی، اثر غالبیت، انتخاب ژنومی، صحت انتخاب، شبیه‌سازی
عنوان انگلیسی Genomic Selection Accuracy Parametric and Nonparametric Statistical Methods with Additive and Dominance Genetic Architectures
چکیده انگلیسی مقاله      In most genomic prediction studies only additive effects will be used in models for estimating genomic breeding values (GEBV). However, dominance genetic effects are an important source of variation for complex traits, considering them into account may improve the accuracy of GEBV. In the present  study,  performed applying  simulated data, the effect of  different heritability values (0.1, 0.3 and 0.5) and different values for the proportion of dominance variance to phenotypic variance (0, 0.05 and 0.15) on genomic selection accuracy in parametric (LASSO, A and B Bayes) and non-parametric (RKHS) statistical methods were studied. Correlations between the true and genomic breeding values, as a measure for the accuracy of genomic predictions under different scenarios were calculated using R software. The results of the present study revealed that, under all statistical methods as heritability values increased, the accuracy of genomic predictability increased. Also, as the value of dominance variance to phenotype variance increased genomic accuracy slant was slow under parametric methods but in the non-parametric method accuracy continued to increase. Under non parametric method the average mean square error was more reduced as the ratio of dominance variance to phenotype variance increased. Therefore, it may be concluded that under non- parametric method as the ratio of dominance variance to phenotype variance increased the accuracy of genomic predictions would be more increased than that of under parametric methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله یحیی محمدی | yahya mohammadi


مرتضی ستایی مختاری | morteza sattaei mokhtari


نشانی اینترنتی http://rap.sanru.ac.ir/browse.php?a_code=A-10-1-285&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات