کروموزوم 2000 نشانگر چند شکل تک نوکلئوتیدی شبیه‌سازی شد. جمعیت پایه شامل 100 جفت بود که 50 نسل آمیزش تصادفی (جمعیت تاریخی) منجر به عدم تعادل لینکاژی (در سطح تقریباً 2/0) شد. نسل 51 که دارای اطلاعات فنوتیپی و ژنوتیپی بود به‌عنوان جمعیت مرجع در نظر گرفته شد و به‌منظور برآورد اثرات آللی استفاده شد. نسل‌های بعد که فقط دارای اطلاعات نشانگری بودند به‌عنوان جمعیت تایید در نظر گرفته شدند. اطلاعات فنوتیپی صفت نرمال در جمعیت مرجع با توجه به ارزش فنوتیپی فرد و نقاط آستانه به دو صفت آستانه‌ای زنده‌مانی (صفت یک آستانه) و تعداد همزادان (صفت دو آستانه) تبدیل گردید. سناریوهای مورد مطالعه به‌صورت ترکیبی از سطوح مختلف تعداد QTL (01/0، 05/0 و 1/0 تعداد کل نشانگر)، توزیع اثرات ژنی (توزیع نرمال، گاما و یکنواخت)، وراثت‌پذیری صفت (05/0، 1/0، 15/0 و 2/0) و اندازه جمعیت مرجع (250، 500، 1000، 2000 و 5000) بود. ارزش‌های اصلاحی ژنومی افراد جمعیت مرجع و تایید با استفاده از اثرات نشانگری برآورد شده توسط رگرسیون ریج بیزی (BRR)، بیز A (Bayes A)، بیز B (Bayes B)، بیز C (Bayes C) و بیز L (Bayes L) پیش‌بینی شد. همبستگی پیرسون بین ارزش‌های اصلاحی برآورد شده و واقعی به‌عنوان صحت پیش‌بینی هر سناریو در نظر گرفته شد. نتایج نشان داد که صحت پیش‌بینی تمام روش‌های مورد مطالعه (به دلیل تشابه ماهیت محاسباتی) به هم نزدیک بوده ولی در این میان روش‌های بیز A و بیز B توانستند نسبت به سایر روش‌ها، اثرات آللی را اندکی بهتر (3 تا 7 درصد) برآورد کنند. همچنین زمانی که توزیع اثرات ژنی به‌صورت گاما بود، صحت برآوردها اندکی بالاتر از توزیع‌های نرمال و یکنواخت بود. اما در این دو توزیع، برآوردهای تقریباً مشابهی به دست آمد. مقایسه نتایج حاصل از سطوح مختلف تعداد (درصد) QTL نشان داد زمانی که صفت به‌وسیله تعداد QTL بیشتری کنترل می‌شود ارزش‌های اصلاحی ژنومی با صحت بالاتری پیش‌بینی می‌شوند. در هر دو صفت، این افزایش در توزیع اثرات ژنی گاما، نمایان‌تر بود. با افزایش وراثت‌پذیری صفت، صحت برآورد اثرات آللی و متعاقب آن پیش‌بینی ارزش‌های اصلاحی ژنومی افزایش یافت. هرچند که تفاوت صحت‌های به‌دست‌آمده در ضرایب پایین (05/0 و 1/0) بیشتر بوده ولی در ضرایب بالاتر (15/0 و 2/0) این تفاوت کمتر بود. به‌طورکلی، صحت پیش‌بینی در سطوح مختلف وراثت‌پذیری بین 54/0 تا 84/0 (در صفت تعداد همزادان) و 41/0 تا 70/0 (در صفت زنده‌مانی) متغیر بود. همان‌طور که انتظار می‌رفت در هر دو صفت، با افزایش تعداد افراد جمعیت مرجع، صحت پیش‌بینی ارزش‌های اصلاحی ژنومی افزایش یافت. اما صحت پیش‌بینی‌ها در صفت زنده‌مانی، با افزایش تعداد مشاهدات در جمعیت مرجع نسبت به صفت تعداد همزادان، افزایش بیشتری نشان داد. با افزایش فاصله بین نسل‌های جمعیت مرجع و جمعیت تأیید، صحت پیش‌بینی‌ها کاهش یافت. اما صفت زنده‌مانی و روش‌های بیز A و بیز B دارای نرخ کاهش آهسته‌تری بودند. همچنین نتایج نشان داد که نرخ کاهش، مستقل از وراثت‌پذیری صفت و تعداد افراد جمعیت مرجع بوده و بیشتر تابع سطح عدم تعادل لینکاژی در جمعیت است. صحت استنباط ژنوتیپی با روش جنگل تصادفی نسبت به روش تصادفی تفاوت چشمگیری داشت. همچنین صحت استنباط ژنوتیپی به روش جنگل تصادفی با افزایش سطح عدم تعادل لینکاژی افزایش یافت. صحت ارزیابی ژنوتیپ‌های استنباط شده، در سطوح مختلف عدم تعادل لینکاژی، تفاوت چندانی نداشت. نتایج این مطالعه نشان داد که روش‌های بیزی، روش‌های قدرتمندی در پیش‌بینی ارزش‌های اصلاحی ژنومی بوده و استفاده از این روش‌ها، در سناریوهای مختلف ژنومی و جمعیتی، می‌تواند منجر به پیشرفت ژنتیکی چشمگیری در صفات آستانه‌ای شود. روش جنگل تصادفی تا سطح 70% ژنوتیپ ازدست‌رفته کارایی بالایی دارد اما صحت استنباط آن در سطوح بالاتر شدیداً کاهش پیدا می‌کند.

کلمات کلیدی: صفات آستانه‌ای، معماری ژنتیکی، ژنوم، روش‌های بیزی، جنگل تصادفی، استنباط ژنوتیپی.

 


فهرست مطالب

عنوان
شماره صفحه
فصل اول. 1

مقدمه و کلیات.. 1

1-1- مقدمه. 2

2-1- اهداف پژوهش… 4

فصل دوم. 5

بررسی منابع. 5

2-1- اهداف اصلاح نژاد. 6

2-2- روش‌های ارزیابی کلاسیک… 6

2-3- استفاده از منابع اطلاعاتی نشانگری.. 7

  برای دانلود متن کامل پایان نامه ها اینجا کلیک کنید

2-4- انتخاب به کمک نشانگر. 8

2-5- چند شکلی‌های تک نوکلئوتیدی.. 9

2-6- میکرو تراشه‌های DNA.. 9

2-7- انتخاب ژنومی.. 10

2-8- مزایای انتخاب ژنومی.. 13

2-9- روش‌های آماری پیش‌بینی ژنومی.. 13

2-10- روش‌های بیزی در انتخاب ژنومی.. 16

2-11- استنباط ژنوتیپی.. 17

2-11-1- استنباط مبتنی بر شجره 18

2-11-2- استنباط مبتنی بر ساختار جمعیت.. 18

2-12- اصلاح نژاد ژنومی در گوسفند. 19

2-13- مروری بر نتایج برخی مطالعات انجام شده 20

فصل سوم. 26

مواد و روش‌ها 26

3-1- شبیه‌سازی ژنوم. 27

3-2- شبیه‌سازی جمعیت‌ها 27

3-3- محاسبه عدم تعادل لینکاژی.. 27

3-4- صفات مورد مطالعه. 28

3-5- سناریوهای مورد آزمایش… 29

3-5-1- توزیع اثرات QTL. 29

3-5-2- تعداد QTL. 29

3-5-3- وراثت‌پذیری صفت.. 29

3-5-4- تعداد مشاهدات.. 30

3-5-5- پایداری صحت پیش‌بینی‌ها 30

3-6- روش‌های ارزیابی.. 30

3-7- برآورد ارزش‌های اصلاحی ژنومی.. 34

3-8- مقایسه صحت روش‌ها 34

3-9- استنباط ژنوتیپی.. 34

3-10-1-روش تخصیص تصادفی.. 34

3-10-2- روش جنگل تصادفی.. 35

3-11- صحت استنباط ژنوتیپ.. 35

3-12- صحت پیش‌بینی ارزش‌های اصلاحی ژنومی حاصل از ژنوتیپ استنباط شده 36

فصل چهارم. 37

نتایج.. 37

4-1- سطح عدم تعادل لینکاژی.. 38

4-2- صحت ارزیابی‌ها در سناریوهای مختلف.. 38

4-3- توزیع اثرات ژنی.. 39

4-4- تعداد QTL. 40

4-5- وراثت‌پذیری صفت.. 41

4-6- تعداد افراد جمعیت مرجع. 44

4-7- پایداری صحت پیش‌بینی در نسل‌های جمعیت تایید. 45

4-8- استنباط ژنوتیپی.. 48

فصل پنجم. 50

بحث و نتیجه‌گیری.. 50

5-1- بحث.. 51

5-2- نتیجه‌گیری.. 60

5-3- پیشنهادها 61

منابع و ماخذ. 62

فهرست جداول

عنوان
شماره صفحه
جدول 4-1- صحت ارزش‌های اصلاحی ژنومی روش‌های مورد مطالعه در تعداد افراد مرجع و وراثت‌پذیری‌های مختلف
46
فهرست شکل‌ها

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...