کاربرد تجزیه‌ی مؤلفه‌های اصلی در ارزیابی ژنتیکی گاوهای شیری ایران

زمینه مطالعاتی: مدل رگرسیون تصادفی یکی از دقیق­ترین مدل­ها برای پیش­بینی ارزش اصلاحی، با استفاده از رکوردهای روزآزمون می­باشد. با این حال به‌کار بردن این مدل از نظر محاسباتی دشوار و زمان­بر است. هدف: تعیین اهمیت نسبی ارزش­های اصلاحی در روزهای مختلف شیردهی و برآورد مؤلفه‌های اصلی ژنتیکی برای ارزش­های اصلاحی صفات تولید شیر گاوهای هلشتاین ایران اهداف اصلی تحقیق حاضر می­باشند. روش کار: از رکوردهای روزآزمون تولید شیر، درصد چربی و درصد پروتئین دوره شیردهی اول گاوهای شیری هلشتاین (متولد سال­های 1367 تا 1394) که توسط مرکز اصلاح نژاد کشور جمع‌آوری شده بود، استفاده شد. برای صفات تولید شیر، درصد چربی و درصد پروتئین به­ترتیب از رکوردهای 73839، 65165 و 46881 رأس گاو، از 230 گله که در شجره خود دارای 176390 رأس گاو بود، استفاده شد. پارامترهای ژنتیکی این صفات با استفاده از مدل رگرسیون تصادفی و توسط GIBSS3F90 برآورد شد. سپس ماتریس همبستگی بین ارزش­های اصلاحی به‌دست‌آمده در روزهای مختلف شیردهی محاسبه گردید. در ادامه، مؤلفه­های اصلی ژنتیکی از ارزش­های اصلاحی توسط رویه PRINCOMP نرم­افزار SAS به­دست آمد. نتایج: ماتریس همبستگی ژنتیکی بین ارزش­های اصلاحی پیش‌بینی‌شده در روزهای مختلف نشان می­دهد که ارزش­های اصلاحی در اواسط دوره شیردهی برای تمامی صفات همبستگی بالایی دارند. با استفاده از تجزیه­ی مؤلفه­های اصلی برای ارزش­های اصلاحی مشاهده شد که دو مؤلفه­ی اصلی اول درصد بالایی از واریانس ژنتیکی کل را تبیین می­کنند. برای صفت تولید شیر اولین مؤلفه­ی اصلی 48/99 درصد و برای صفات درصد چربی و درصد پروتئین به ترتیب 19/98 درصد و 100 درصد از واریانس کل ژنتیکی توسط دو مولفه اصلی اول تبیین شد. نتیجه­گیری نهایی: در جهت کاهش هزینه­های رکوردبرداری و با در نظر گرفتن همبستگی بالای بین ارزش­های اصلاحی به­نظر می­رسد، پیش­بینی ارزش­های اصلاحی برای کل روزهای آزمون ضرورتی ندارد. بنابراین می­توان روی رکوردبرداری در روزهایی که با مؤلفه­های اصلی ارتباط بالایی نشان می­دهند، تمرکز نمود.