در روش های ارزیابی و انتخاب حیوانات بر اساس اطلاعات فنوتیپی، نیاز اساسی در برآورد صحیح ارزش های اصلاحی وجود رکوردهای دقیق از صفات مورد نظر است. با گسترش ژنتیک مولکولی، امکان استفاده از اطلاعات در سطح dna و نشانگرهای ژنتیکی جهت برآورد صحیح تر ارزش-های اصلاحی و بهبود ژنتیکی سریعتر دام ها فراهم شده است. در این مطالعه جهت برآورد صحت ارزش های اصلاحی واقعی و برآورد شده از دو روش استنباط بیزی لاسو و ریج استفاده شد. ژنومی باطول 20 مورگان و تعداد10 کروموزوم با طول یکسان 2 مورگان شبیه سازی شد. به منظور ایجاد تراکم نشانگری cm4 تا cm066/0، به ترتیب تعداد 50- 3000 نشانگرsnp در فواصل مساوی بر روی هر کرموزوم قرار گرفت و تعداد 5، 10، 15 و 20 qtlو وراثت پذیری 05/0-5/0به عنوان فرضیات شبیه سازی صفات در نظر گرفته شدند. ارزش های اصلاحی برآورد شده توسط لاسو و ریج در تمامی صفات شبیه سازی شده، همبستگی بسیار بالایی با ارزش های اصلاحی واقعی نشان دادند. برآورد ارزش های اصلاحی توسط دو روش نشان داد که هر دو روش عملکرد مشابه ای دارند. حساسیت ریج نسبت به تغییر تعداد ژن عمده اثر و نشانگر بالا بود. در کل افزایش تراکم نشانگری و وراثت پذیری صفات باعث افزایش صحت ارزیابی ها شد. همچنین این افزایش در صحت ارزیابی ها، در افزایش ژن های عمده اثر نیز دیده شد.

چکیده در این تحقیق از رکورد های انفرادی صفات رشد در بز کرکی راینی در ایستگاه اصلاح نژاد بافت که در طی سالهای 1370 تا 1385 جمع آوری شده بودند استفاده شد. صفات مورد مطالعه در این تحقیق شامل وزن بدن در هنگام تولد، سه، شش، نه و دوازده ماهگی بود. مولفه-های واریانس و پارامتر های ژنتیکی با استفاده از روش های حداکثر درستنمایی محدود شده و بیزی مبتنی بر نمونه گیری گیبس و با استفاده از مدل حیوانی تک متغیره برآورد گردید. اثرات ثابت شامل سن، جنس، شکم زایش، نوع تولد، اثر سال و فصل زایش و اثرات تصادفی شامل اثرت ژنتیکی افزایشی و اثرات ژنتیکی مادری برای تمامی صفات معنی دار بود. ولی اثرات محیط دائمی مادری فقط بر وزن دوازده ماهگی اثر معنی داری داشت. وراثت پذیری مستقیم صفات رشد از تولد تا نه ماهگی (وزن دوازده ماهگی بعلت کم بودن تعداد رکورد ها از محاسبات حذف گردید) با استفاده از روش حداکثر درستنمایی محدود شده به ترتیب 05/0 ± 18/0، 05/0 ± 14/0، 05/0 ± 08/0 و 06/0 ± 10/0 و با استفاده از روش بیزی به ترتیب 17/0، 08/0، 09/0 و 19/0 برآورد گردید. وراثت پذیری مادری صفات رشد از تولد تا نه ماهگی با استفاده از روش حداکثردرستنمایی محدود شده به ترتیب 05/0 ± 18/0، 06/0± 08/0، 02/0± 09/0، 03/0±09/0 و 23/0± 06/0 و با استفاده از روش بیزی به ترتیب 17/0، 06/0، 06/0، 13/0 و 05/0 برآورد گردید. به طور کلی نتایج حاصل از برآورد پارامتر های ژنتیکی نشان می-دهند که وراثت پذیری های مستقیم حاصل از دو روش مورد بررسی برای سنین تولد، شش ماهگی مشابه می باشند اما برای سن سه و نه ماهگی نتایج حاصل از دو روش تا حدی متفاوت می باشند. این نتایج نشان می دهد که ساختار داده ها بر روی کارایی این دو روش در برآورد مولفه های واریانس موثر می باشد. کلمات کلیدی: بز کرکی، صفات رشد، پارامتر های ژنتیکی، حداکثر درستنمایی محدود شده، آنالیز بیزی.

دسترسی به هزاران چند شکلی تک نوکلئوتید (snp) در طول ژنوم برای گونه های دام های اهلی مختلف، امکان استفاده از اطلاعات نشانگری ژنوم در پیشگویی ارزش های اصلاحی کل جهت انجام انتخاب ژنومیک را فراهم کرده است. در مقایسه با روش اصلاحی سنتی، استفاده از اطلاعات ژنومی افزایش قابل ملاحظه ای در پاسخ به انتخاب برای حیوانات جوان که رکوردهای فنوتیپی ندارند را نتیجه می دهد. انتخاب ژنومیک به انتخاب بر پایه ارزش اصلاحی برآورد شده ژنومی بر می گردد. از جمله اهداف این پژوهش، بررسی تاثیر عواملی چون: تعداد نشانگر، تعداد افراد جمعیت مرجع، وراثت پذیری صفت و تعداد qtl بر صحت برآورد ارزش های اصلاحی ژنومیک است. به منظور انجام آزمایشات لازم جهت انجام این تحقیق طراحی ژنوم و جمعیت مورد نیاز از طریق شبیه سازی رایانه ای و با استفاده از محیط برنامه نویسی نرم افزار rstudio انجام شد. تمامی آزمایشات 10 بار تکرار شد و نتایج میانگین آنها گزارش شد. نتایج نشان داد که برای هر دو صفت با وراثت پذیری های بالا و پایین, با افزایش تعداد نشانگرها از 100 به 500 نشانگر در طول ژنوم میزان صحت برآورد ارزش های اصلاحی ژنومی افزایش می یابد. این به آن دلیل است که با افزایش تعداد نشانگر, تراکم نشانگرها افزایش یافته و در نتیجه ی کاهش فاصله ی بین آن ها، میزان عدم تعادل پیوستگی بین جفت نشانگرهای مجاور افزایش پیدا می کند. همچنین با گذشت نسل ها از نسلی که اثرات نشانگری در آن برآورد شده است (گروه مرجع) صحت برآورد ارزش اصلاحی ژنومی کاهش یافت. در بررسی تعداد افراد جمعیت مرجع، با افزایش تعداد افراد در گروه مرجع و همچنین افزایش تعداد نسل مورد استفاده در گروه مرجع جهت برآورد اثرات نشانگری، صحت برآورد ارزش اصلاحی در گروه مرجع و گروه تایید افزایش یافت. دلیل این مساله را می توان برآورد دقیق تر آثار نشانگری با افزایش مقدار اطلاعات در دسترس گروه مرجع دانست. بنابر نتایج حاصل از بررسی تاتیر وراثت پذیری صفت بر صحت برآورد ارزش های اصلاحی ژنومی، میزان صحت برآورد ارزش های اصلاحی ژنومی افراد گروه مرجع در طی سه استراتژی برای سطوح وراثت پذیری 0/05، 0/1 و 0/25 به ترتیب 0/790، 0/827 و 0/876 بود. که این نشان داد با افزایش سطح وراثت پذیری صفت میزان صحت برآورد ارزش اصلاحی نیز افزایش می یابد. در استراتژی های انجام شده برای تعداد مختلف 4، 10، 20 و 40 qtl شبیه سازی شده (در هر کروموزوم) در طول ژنوم مقدار صحت محاسبه شده در گروه مرجع به ترتیب 0/813، 0/833، 0/826 و 0/798 بدست آمد. در دومین آزمایش با تعداد 10 qtl صحت gebv در گروه مرجع برابر 833/0شد. در کل با افزایش تعداد qtl شبیه سازی شده تغیرات صحت در رنج بین 0/79 تا 0/83 بود که این تغیرات معنی دار نبود. علت این امر را می توان کم بودن تعداد qtl شبیه سازی شده در این مطالعه دانست. در کل تغیرات صحت در طی نسل های متوالی از نسل 51 تا 57 در هر چهار استراتژی روند کاهشی داشت.

در این مطالعه ژنومی متشکل از 10 کروموزوم هر یک به طول 200 سانتی¬مورگان شبیه¬سازی شد. نشانگرها بر روی ژنوم با فواصل 2/0 سانتی¬مورگان طراحی شدند و جایگاه‏های ژنی مؤثر بر صفات بر روی ژنوم با توزیع تصادفی و تعداد متغیر شبیه¬سازی شدند و تنها اثرات افزایشی ژنها در نظر گرفته ¬شد. در ابتدا جمعیت پایه¬ای از حیوانات با اندازه مؤثر 100 (50 نر و 50 ماده) شبیه¬سازی شد و این ساختار جمعیتی برای 50 نسل با آمیزش تصادفی ادامه یافت تا عدم تعادل پیوستگی بین نشانگرها و qtl ایجاد شود. پس از این اندازه جمعیت به 1000 فرد در نسل 51 (نسل مرجع) گسترش یافت. در نسل مرجع از اطلاعات ژنومیک و فنوتیپی اثرات نشانگری محاسبه گردید. در نسل 52 تا 57 (نسل هدف) ارزش اصلاحی ژنومی محاسبه شد. هدف از این تحقیق بررسی اثر سه توزیع کای‏اسکور، بتا و گاما به طور جداگانه بر صحت ارزیابی ژنتیکی و صحت انتخاب بود. در همه توزیع¬ها، با گذشت نسل¬ها از زمان برآورد اثرات نشانگری صحت برآورد ارزش های اصلاحی کاهش یافت. نتایج نشان داد که هر چه از جمعیت مرجع دور می¬شویم با افزایش نسل¬ها از نسل 51 به 57 صحت برآورد ارزش¬های اصلاحی ژنومی کاهش می¬یابد. همچنین وراثت پذیری بالا (2/0) نسبت به وراثت پذیری پایین (05/0) در تعداد qtl مشابه در نسل¬های 51 تا 57 از صحت بیشتری برخوردار می¬باشد. در مقایسه توزیع ها در وراثت پذیری پایین با تعداد 20، 50 و 100qtl، بترتیب توزیع گاما 4 (shape=0.4 , scale=1.66)، توزیع گاما 1 (shape=1.48 , scale=11.2) و توزیع بتا 2 (shape1=3.11 , shape2=1.16)و در وراثت پذیری بالا با تعداد 50 و 100 qtl توزیع گاما 5 (shape=0.4 , scale=1) در هر دو روشlasso و ridge برتری داشتند. با چهار تعداد ژن عمده اثر (10،20، 50و100) تعداد 50 و توزیع اثرات گاما باعث افزایش صحت برآوردها می¬شوند.

چکیده هدف این تحقیق مقایسه سه روش یادگیری ماشین random forest، boosting و support vector machine در ارزیابی ژنومی و معرفی روش random forest به عنوان یک روش توانمند برای استنباط(پیش¬بینی) ژنوتیپ بود. نتایج برتری روش boosting بر دو روش دیگر را در غالب سناریوهای بررسی شده نشان داد، اگرچه تفاوتها فقط در برخی سناریوها معنی¬دار بود (05/0>p). همچنین علی¬رقم برتری روش boosting بر دو روش دیگر، میزان زمان لازم جهت انجام محاسبات در روش boosting به طور قابل ملاحظه¬ای از دو روش دیگر بیشتر بود. در مقایسه دو روش rf و svm در بیشتر موارد عملکرد روش svm و در برخی موارد دیگر عملکرد روش rf بهتر بود، اگرچه در غالب موارد تفاوت بین دو روش مذکور معنی¬دار نبود (05/0p>). در هر سه روش مطالعه شده، با افزایش وراثت¬پذیری، کاهش تعداد qtl، افزایش تراکم نشانگری، کاهش فاصله ژنتیکی از جمعیت مرجع و افزایش تعداد افراد حاضر در جمعیت مرجع، صحت پیش-بینی ارزش¬های اصلاحی ژنومی افزایش یافت. در ضمن نتایج نشان داد که لحاظ نمودن اثرات متقابل در ارزیابی ژنومی به طور معنی¬دار (05/0>p) منجر به افزایش صحت پیش¬بینی ارزش¬های اصلاحی ژنومی می-شود. میزان اهمیت snpها در صحت پیش¬بینی ارزش¬های اصلاحی متفاوت بود و برخی از آنها تا چندین برابر بر صحت پیش¬بینی تأثیر داشتند. روش random forestکه در این تحقیق برای اولین بار در ارزیابی ژنومی جهت استنباطژنوتیپ مورد استفاده قرار گرفت عملکرد خوبی از خود نشان داد. کاهش در صحت پیش¬بینی ارزش¬های اصلاحی در حالت استنباط5، 30، 50 و70 درصد ژنوتیپ snpها در مقایسه با استفاده از اطلاعات کامل (فاقد اطلاعات استنباطشده) ناچیز بوده (00%? تا 11%) و حتی با حذف اطلاعات ژنوتیپی 95% از snpها و استنباطآنها، 56 تا 60 درصد صحت پیش¬بینی با استفاده از اطلاعات کامل به دست آمد. صحت استنباطژنوتیپ (rt,im) با افزایش درصد ژنوتیپ¬های از دست رفته کاهش یافت به طوریکه با افزایش درصد ژنوتیپ¬های از دست رفته از 5 درصد به 30، 50، 70، 90 و 95 درصد، rt,imاز 99/0 به ترتیب به 93/0، 84/0، 61/0، 71/0 و 58/0 کاهش یافت.

چکیده ندارد.