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.2017.228764.653517چکیده
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.