بررسی اثر برخی عوامل جمعیتی بر کیفیت انتخاب ژنومیک در گاوهای هلشتاین ایران

پژوهشهای علوم دامی ایران

مقاله 9، دوره 7، شماره 1 - شماره پیاپی 21، فروردین 1394، صفحه 96-103   

نوع مقاله: علمی پژوهشی- ژنتیک و اصلاح دام و طیور

شناسه دیجیتال (DOI): 10.22067/ijasr.v7i1.31269

نویسندگان

محمد تیموریان^{* 1}؛ علی اصغر اسلمی نژاد²؛ محمد مهدی شریعتی³

¹گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد

²گروه علوم دامی ، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

³گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

در انتخاب ژنومیک، صحت پیش بینی ارزش های اصلاحی در جمعیت تحت انتخاب اثر زیادی بر موفقیت این روش انتخاب دارد. تعداد و نوع حیوانات در جمعیت مرجعی که برای برآورد اثرات نشانگری از آن استفاده می شود از عوامل مؤثر بر صحت پیش بینی ها می باشند. ترکیب اطلاعات سایر جمعیت ها نیز بر صحت پیش بینی ها اثر داشته و می توان در جمعیت های کوچک برای افزایش کارایی انتخاب ژنومیک از آن استفاده کرد. در مطالعه حاضر به منظور بررسی عوامل مؤثر بر ایجاد جمعیت مرجع در انتخاب ژنومیک، گاوهای هلشتاین ایران شبیه سازی و اثر تعداد و نوع حیوانات جمعیت مرجع، میزان رابطه حیوانات این جمعیت با جمعیت تحت انتخاب و وارد کردن اطلاعات سایر جمعیت ها بر صحت پیش بینی ها بررسی شد. صحت پیش بینی ها با افزایش تعداد حیوانات نر در جمعیت مرجع به طور معنی داری افزایش یافت که این افزایش صحت با افزودن حیوانات ماده نیز به میزان کم‌تری مشاهده گردید و نشان دهنده رابطه مستقیم بین صحت پیش بینی ها و تعداد حیوانات جمعیت مرجع می باشد. هر چه از میزان رابطه خویشاوندی بین جمعیت مرجع با حیوانات تحت انتخاب کاسته شد، صحت پیش بینی ها نیز کاهش پیدا کرد که علاوه بر اینکه نشان دهنده اهمیت میزان رابطه خویشاوندی بین دو جمعیت مرجع و تحت انتخاب می باشد، لزوم تکرار برآورد اثرات نشانگری را در طول زمان نشان می دهد. ترکیب اطلاعات سایر جمعیت ها صحت را به میزان زیادی بهبود بخشید. در نتیجه می توان برای تشکیل جمعیت مرجع در ایران علاوه بر استفاده از گاوهای ماده در کنار گاوهای نر از اطلاعات سایر کشورها نیز بهره برد.

کلیدواژه‌ها

انتخاب ژنومیک؛ جمعیت مرجع؛ شبیه سازی؛ هلشتاین ایران

مراجع

1- Browning, B. L., and S. R. Browning. 2009. A unified approach to genotype imputation and haplotype phase inference for large data sets of trios and unrelated individuals. Am. J. Hum. Genet. 84:210–223.

2- Calus, M.P.L., 2010. Genomic breeding value prediction: methods and procedures. animal 4:157–164.

3- Clark S. A., J.M. Hickey, H.D. Daetwyler, andJ.H.J. Van der Werf. 2012. The importance of information on relatives for the prediction of genomic breeding values and the implications for the makeup of reference data sets in livestock breeding schemes. Genet Sel Evol, 44:4-12

4- de Roos, A. P. W., B. J. Hayes and M. E. Goddard. 2009. Reliability of Genomic Predictions Across Multiple Populations. Genetics 183: 1545–1553

5- Gianola, D., G. D. L. Campos, W.G. Hill, E. Manfredi, and R. Fernando. 2009. Additive Genetic Variability and the Bayesian Alphabet. Genetics 183:347–363.

6- Goddard, M. E., and B. J. Hayes. 2007. Genomic selection. J. Anim.Breed. Genet. 124:323–330.

7- Habier, D., R. L. Fernando and J. C. M. Dekkers. 2007. The Impact of Genetic Relationship Information on Genome-Assisted Breeding Values.

8- Habier, D., J.Tetens, F.R. Seefried, P. Lichtner, and G. Thaller. 2010. The impact of genetic relationship information on genomic breeding values in German Holstein cattle. Genet Sel Evol. 42:5-17

9- Hayes, B. J., P. J. Bowman, A. J. Chamberlain, and M. E. Goddard. 2009. Invited review: Genomic selection in dairy cattle: Progress and challenges. J. Dairy Sci. 92:433–443.

10- Hayes, B. J., P. M. Visscher, and M. E. Goddard. 2009. Increased accuracy of artificial selection by using the realized relationship matrix. Genet. Res. (Camb.) 91:47–60.

11- Hayes, B., P. Bowman, A. Chamberlain, K.Verbyla, andM. Goddard, 2009. Accuracy of genomic breeding values in multi-breed dairy cattle populations. Gene. Sel. Evol. 41:51.

12- Lund M.S., A.P.W. De Roos, A.G. De Vries, T. Druet, V. Ducrocq, S. Fritz, F. Guillaume, B. Guldbrandtsen, Z.T. Liu, R. Reents, C. Schrooten, F. Seefried, andG.S. Su. 2011. A common reference population from four European Holstein populations increases reliability of genomic predictions. Genet Sel Evol, 43:43-54

13- Mc Hugh N., T.H.E. Meuwissen, A.R. Cromie, and A.K. Sonesson.2011. Use of female information in dairy cattle genomic breeding programs. J Dairy Sci, 94:4109–4118.

14- Meuwissen, T. H. E., B. J. Hayes, and M. E. Goddard. 2001. Prediction of total genetic value using genome-wide dense marker maps. Genetics 157:1819–1829.

15- Muir B, B. Van Doormaal, and G. Kistemaker. 2010. International genomic cooperation –North American perspective. Interbull Bull, 41:71–76.

16- Qanbari S., E. C. G. Pimentel, J. Tetens, G. Thaller, P. Lichtner, A. R. Sharifi, and H. Simianer. 2010. The pattern of linkage disequilibrium in German Holstein cattle. Anim Genet, 41:346–356.

17- Samuel A. C., J. M. Hickey, H. D. Daetwyler, and J. H.J. van der Werf. The importance of information on relatives for the prediction of genomic breeding values and the implications for the makeup of reference data sets in livestock breeding schemes. 2012. Genet Sel Evol. 44:4-13

18- Sargolzaei, M., and F. S. Schenkel. 2009. QMSim: A large-scale genome simulator for livestock. Bioinformatics 25:680–681.

19- Sargolzaei, M., F. S. Schenkel, J. B. Jansen, and L. R. Schaeffer. 2008. Extent of linkage disequilibrium in Holstein cattle in North America. J. Dairy Sci. 91:2106–2117.

20- Schenkel F.S., M. Sargolzaei, G. Kistemaker, G.B. Jansen, P. Sullivan, B.J. Van Doormaal, P.M. VanRaden, and G.R. Wiggans. 2009. Reliability of genomic evaluation of Holstein cattle in Canada. Interbull Bull. 39:51–57.

21- Su, G., P. Madsen, U.S. Nielsen, E.A. Mantysaari, G.P. Aamand, O.F Christensen andM.S. Lund. 2012. Genomic prediction for Nordic Red Cattle using one-step and selection index blending. J. Dairy Sci. 95:909–917.

22- VanRaden, P. M. 2008. Efficient methods to compute genomic predictions. J. Dairy Sci. 91:4414–4423.

23- VanRaden, P. M., and P. G. Sullivan. 2010. International genomic evaluation methods for dairy cattle. Genet. Sel. Evol. 42:7-21

24- VanRaden, P. M., C. P. Van Tassell, G. R. Wiggans, T. S. Sonstegard, R. D. Schnabel, J. F. Taylor, and F. S. Schenkel. 2009. Invited review: Reliability of genomic predictions for North American Hol-stein bulls. J. Dairy Sci. 92:16–24.

25- Wiggans, G. R., P. M. VanRaden, and T. A. Cooper. 2011. The genomic evaluation system in the United States: Past, present, future. J. Dairy Sci. 94:3202–3211.

26- Zhou, L., X.Ding, Q. Zhang, Y. Wang, M. S. Lund and G. Su. 2013. Consistency of linkage disequilibrium between Chinese and Nordic Holsteins and genomic prediction for Chinese Holsteins using a joint reference population. Genet Sel Evol. 45:7-14.