طراحی نرم افزار پیش بینی ارزش ارثی حیوانات با روش انتخاب به کمک مارکرها

پایان نامه
چکیده

در تحقیق حاضر اقدام به تولید نرم افزار mas گردید. این نرم افزار برای پیش بینی ارزش ارثی از تلفیق اطلاعات کمی و مولکولی استفاده می نماید. بعضی از ژن هایی که یک صفت را کنترل می کنند، می توانند نسبت به بقیه دارای اثرات بزرگی باشند. این قبیل ژن ها، ژن های با اثر بزرگ نامیده می شوند که در -qtl ها (جایگاه صفت کمی) مکان یابی می شوند. دنبال کردن الگوی توارث این قبیل qtl ها می تواند برای کمک به انتخاب مورد استفاده قرار بگیرد. این موضوع مجالی برای افزایش برنامه های پیشرفت ژنتیکی حیوانات اهلی بوسیله انتخاب به کمک مارکرها (mas) را فراهم می سازد. کارایی انتخاب به کمک مارکرها بر شاخصی متشکل از اطلاعات فنوتیپی و مولکولی پایه گذاری شده است. نرم افزار mas براساس روش های مدل مختلط (mmm)، با زبان برنامه نویسی c# تهیه شد. در این نرم افزار از مدل دام برای پیش بینی ارزش ارثی به فرم ماتریسی استفاده گردید. با تعیین پلی مورفیسم ناحیه پروموتور ژن dgat1، پس از استخراج dna از نمونه های خون، مراحل pcr بر روی نمونه های dna انجام گرفت. فراوانی های آللی و ژنوتیپی حیوانات مشخص گردید. از نرم افزار mas برای پیش بینی ارزش ارثی تعداد 80 رأس از بره ها ی نر گله اصلاح نژادی طرح ملی اصلاح نژاد گوسفند افشاری مزرعه آموزشی دانشگاه زنجان استفاده گردید. جهت مقایسه نتایج پیش بینی ارزش ارثی با روش مذکور، از نرم افزار sas استفاده گردید. مقایسه نتایج پیش بینی ارزش ارثی با نرم افزار mas و sas، نشان دهنده اثر ورود نشانگرهای مولکولی در انتخاب براساس تلفیق اطلاعات کمی و مولکولی است.

منابع مشابه

نرم افزار پیش بینی ارزش ارثی چندصفتی

نرم افزار ‏‎mt.pbv‎‏ ، نرم افزار پیش بینی ارزش اصلاحی چند صفتی است که در محیط ‏‎matlab‎‏ نوشته شده است. اساس کار این نرم افزار تشکیل معادلات مدل مختلط چندصفتی و برآورد اثرات ثابت و پیش بینی ارزشهای اصلاحی با استفاده از دو مدل دام و پدری است که با دریافت داده ها ، شماره ستون اولین اثر ثابت ، تعداد صفات مورد بررسی ، شماره ستون رکوردها، واریانسهای ژنتیکی افزایشی و واریانسهای فنوتیپی و در صورت نبود...

15 صفحه اول

طراحی نرم‌افزار پیش‌بینی ارزش ارثی حیوانات با استفاده از اطلاعات کمی و مولکولی

در تحقیق حاضر اقدام به تولید نرم­افزار MAS شد. این نرم­افزار برای پیش­بینی ارزش ارثی از تلفیق اطلاعات کمی و مولکولی استفاده می­نماید. بعضی از ژن­هایی که یک صفت را کنترل می­کنند، می­توانند نسبت به بقیه دارای اثرات بزرگی باشند. این قبیل ژن­ها، ژن­های با اثر بزرگ نامیده می­شوند که در QTL هامکان­یابی می­شوند. دنبال کردن الگوی توارث این قبیل QTLها می­تواند برای کمک به انتخاب مورد استفاده قرار بگیرد....

متن کامل

پیش بینی لهیدگی داخلی طالبی با مدل غیرخطی المان محدود به کمک نرم افزار آباکوس

در میوۀ طالبی به دلیل پوست نسبتاً سخت و گوشت نرم آن، لهیدگی بافت های داخلی شایع ترین نوع آسیب مکانیکی است که در ظاهر قابل تشخیص نیست و پیش بینی آن به روش های تحلیلی سخت است. از حل غیرخطی مسئلۀ بارگذاری استاتیکی میوه در جهت طولی بین دو صفحۀ موازی با روش المان محدود و با نرم افزار آباکوس  (abaqus) برای پیش بینی لهیدگی داخلی طالبی استفاده شد. تغییر شکل های اعمال شده به مدل 5/5، 11، و 5/16 میلی متر ...

متن کامل

بهینه سازی طراحی دریچه شعاعی (Radial Gate) سدها به کمک نرم افزار 10.0 ANSYS

نیروهای مختلفی از جمله نیروهای ناشی از وزن ، زلزله ، باد ، امواج ، نیروهای هیدرواستاتیکی وهیدرودینامیکی برروی دریچه شعاعی سدها اثر می گذارند. محاسبه و تحلیل سازه دریچه شعاعی سدتحت تأثیر هر یک از نیروهای فوق مقوله مهم و با اهمیتی می باشد که در مقاومت و دوام سازه سد ازاهمیت ویژه ای برخوردار است. در این مقاله و بعنوان مطالعه موردی، عکس العمل سازه دریچهشعاعی سد کرخه در برابر نیروهای هیدرو استاتیکی ...

متن کامل

معیارهای انتخاب یک نرم افزار GIS مناسب

نیاز به پشتیبانی قدرتمند و پیشرفته پردازش اطلاعات (که از منابع مختلف تهیه شده اند) در برنامه­ ریزی ­ها (به دلیل حجم فرایند داده ­ها و رشد کاربر سامانه­ های (Systems) کارآ و قدرتمند پردازش اطلاعات را اجتناب­ ناپذیر می­ سازد، GIS یا سامانه اطلاعات جغرافیایی با ویژگی خاص تلفیق داده­ های مکانی و غیرمکانی در میان مدیران و برنامه­ ریزان، به عنوان یک سامانه از جایگاه خاصی برخوردار گردیده است.

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023