برآورد صحت ارزش های اصلاحی صفات پیچیده در جمعیت‌های بدون شجره با استفاده از نشانگرهای متراکم

نویسندگان

1 دانشجوی کارشناسی ارشد ژنتیک و اصلاح نژاد دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهرکرد

2 استادیار ژنتیک و اصلاح نژاد دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه شهرکرد

3 استادیار ژنتیک، گروه ژنتیک، دانشکده علوم، دانشگاه شهرکرد

doi
10.22059/ijas.2017.228764.653517
چکیده

هدف از این پژوهش برآورد صحت ارزش­های اصلاحی ژنگانی با استفاده از مدلGBLUP (Genomic Best Linear Unbiased Prediction) و مقایسۀ آن با روش سنتی با (BLUP) و بدون شجره (BLUP_noPed) به وسیله همانندسازی رایانه­ای بود. در این تحقیق، ژنگانی با سی جفت کروموزوم به‌گونه‌ای همانند­سازی شد که شمار QTLها 3000 و شمار نشانگرها (SNP) 45000 جایگاه در نظر گرفته شدند. همچنین پیش‌فرض­های مختلف شامل دو جمعیت مؤثر 100 و 1000 رأسی، دو جمعیت مرجع 1000 و 2000 رأسی و مقادیر وراثت‌پذیری پایین (05/0)، متوسط (30/0) و بالا (50/0) بررسی شد و برای مقایسۀ مدل­ها از معیارهای صحت، اریبی و میانگین مربعات خطا استفاده گردید. نتایج نشان داد، با افزایش وراثت‌پذیری، صحت ارزش­های اصلاحی در روش­های سنتی و ژنگانی افزایش یافت؛ در همۀ پیش‌فرض‌ها مدل GBLUP صحت بیشتری نسبت به مدل BLUP_noPed داشت؛ اما روش ژنگانی عملکرد بهتری در وراثت­پذیری بالاتر نسبت به روش سنتی BLUP داشت. افزایش جمعیت مؤثر از 100 به 1000 منجر به کاهش صحت ارزش­های اصلاحی ژنگانی به میزان 11درصد شد؛ ولی تأثیری بر صحت ارزش­های اصلاحی روش­های سنتی نداشت. اما با افزایش جمعیت مرجع از 1000 به 2000 حیوان نسبت بهبود صحت ارزش­های اصلاحی ژنگانی به میزان 5درصد بهبود یافت. اگرچه در همۀ پیش‌فرض‌های اریبی (کم برآورد) روش ژنگانی نسبت به روش­های سنتی بیشتر بود؛ امّا با افزایش اندازۀ جمعیت مرجع و وراثت­پذیری، میانگین مربعات خطا در روش ژنگانی نسبت به روش سنتی BLUP کاهش یافت. بنابراین مدل GBLUP می­تواند برای انتخاب حیوانات برتر در جمعیت‌های بدون شجره استفاده شود.