اثر توزیع‌های پیشین مدل‌های آماری متفاوت بر صحت پیش‌بینی ژنومی: مطالعه شبیه‌سازی

نویسندگان

1 استادیار و عضو هیات علمی دانشگاه ایلام.

2 عضو هیأت علمی، بخش علوم دامی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات ، آموزش و ترویج کشاورزی ، کرمانشاه، ایران.

3 استادیار موسسه تحقیقات علوم دامی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

doi
10.22092/asj.2020.341337.2024
چکیده

انتخاب ژنومی از نشانگرهای SNP در کل سطح ژنوم برای برآورد اثرات نشانگر استفاده می‌کند. به کمک روش‌های متفاوت آماری، ارزش‌های اصلاحی ژنومی برای حیوانات تخمین زده می‌شود. در پژوهش کنونی مقایسه صحت ارزش‌های اصلاحی ژنومی مستقیم حیوان به کمک روش‌های Bayes-A، B-LASSO gamma، B-LASSO beta و BGLR برای برآورد اثرات نشانگر SNP در دو مقدار وراثت‌پذیری 3/0 و 05/0 بررسی شد. میزان پارامترهای پیش-تنظیمی π (نسبت نشانگرهای SNP که با واریانت‌های علی در عدم تعادل پیوستگی (LD) قرار دارند) برای سه راهبرد 1/0، 3/0 و 5/0 و s2 (پارامتر مقیاس میانگین پیشین) برای چهار راهبرد از 01/0، 1/0، 10 و 100 شبیه‌سازی و تاثیر آن‌ها بر صحت پیش‌بینی ژنومی بررسی گردید. بیشترین صحت ارزش اصلاحی ژنومی مستقیم توسط Bayes-A برای وراثت‌پذیری3/0 به مقدار 88/0و برای وراثت‌پذیری 05/0 به مقدار 69/0 برآورد شدند. در وراثت-پذیری 3/0 کمترین مقدار خطای آزمایشی مربوط به روش Bayes-A (2/121( و بیشترین مقدار مربوط به روش B-LASSO (2/165) بود. بیشترین مقدار صحت مربوط به Bayes-A در π برابر 5/0 (81/0) وکمترین مقدار صحت در π برابر 1/0 (45/0) برای روش BGLR دیده شد. میزان کاهش صحت پیش‌بینی ژنومی با تغییر پارامتر s2 از 1/0 به سمت 10 و 100 شدت بیشتری گرفت. نتایج پژوهش کنونی نشان داد که میزان بهینه پارامتر پیش‌تنظیمی π برای حداکثر نمودن صحت پیش‌بینی ژنومی برای صفات با وراثت‌پذیری متوسط به بالا (3/0) از 41/0 تا 56/0 و برای صفات با وراثت-پذیری پایین(05/0) از 56/0 تا 73/0 پیشنهاد شد.