fa صحت انتخاب ژنومی روش‌های پارامتری و ناپارامتری با معماری‌های ژنتیکی افزایشی و غالبیت تخصصي Special پژوهشي Research <strong><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">&nbsp; &nbsp; در بیشتر مطالعات پیش‌بینی ژنومی برای برآورد ارزش اصلاحی ژنومی فقط از اثرات افزایشی در مدل استفاده می‌کنند. از طرفی در بیشتر صفات پیچیده یک منبع مهم تنوع، اثرات غالبیت بوده که لحاظ نمودن این اثر در مدل ممکن است باعث افزایش صحت پیش‌بینی‌های ژنومی گردند. در این مطالعه که با استفاده از شبیه‌سازی داده انجام شد، تاثیر مقادیر مختلف وراثت‌پذیری (1/0، 3/0 و 5/0) و نیز مقادیر مختلف نسبت واریانس غالبیت به واریانس فنوتیپی (0، 05/0 و 15/0) بر صحت انتخاب ژنومی در روش‌های آماری پارامتری ( بیز </span></span></span></span><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">A</span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">، </span></span></span></span><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">B</span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> و </span></span></span></span><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">LASSO</span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">)&nbsp; و ناپارامتری (</span></span></span></span><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">RKHS</span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">) بررسی شد. همبستگی بین </span></span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">ارزش‌های اصلاحی حقیقی و ارزش‌های اصلاحی ژنومی، به عنوان معیاری از صحت پیش‌بینی‌های ژنومی برای سناریوهای مختلف به کمک نرم‌افزار </span></span></span></span><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">R</span></span></span><span dir="RTL"><span style="color:black;"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> برآورد گردید. </span></span></span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">نتایج این مطالعه نشان داد که با افزایش مقدار وراثت‌پذیری در تمام روش‌ها صحت پیش‌بینی ژنومی افزایش پیدا می‌کند. همچنین با افزایش مقادیر نسبت واریانس غالبیت به واریانس فنوتیپی در مدل، شیب صحت ژنومی در روش‌های پارامتری کند گردیده ولی در روش ناپارامتری سرعت افزایش صحت ادامه پیدا نمود. میانگین مربعات خطا با افزایش مقدار نسبت واریانس غالبیت به واریانس فنوتیپی در روش ناپارامتری بیشتر کاهش یافت. از این رو می‌توان چنین نتیجه گرفت که با افزایش سطح نسبت واریانس غالبیت به واریانس فنوتیپی در مدل، استفاده از روش‌های ناپارامتری احتمالاً بهتر از روش‌های پارامتری صحت پیش‌بینی‌های ژنومی را برآورد می‌کنند.</span></span></span></strong> &nbsp;&nbsp;&nbsp;&nbsp; In most genomic prediction studies only additive effects will be used in models for estimating genomic breeding values (GEBV). However, dominance genetic effects are an important source of variation for complex traits, considering them into account may improve the accuracy of GEBV. In the present&nbsp; study,&nbsp; performed applying &nbsp;simulated data, the effect of &nbsp;different heritability values (0.1, 0.3 and 0.5) and different values for the proportion of dominance variance to phenotypic variance (0, 0.05 and 0.15) on genomic selection accuracy in parametric (LASSO, A and B Bayes) and non-parametric (RKHS) statistical methods were studied. Correlations between the true and genomic breeding values, as a measure for the accuracy of genomic predictions under different scenarios were calculated using R software. The results of the present study revealed that, under all statistical methods as heritability values increased, the accuracy of genomic predictability increased. Also, as the value of dominance variance to phenotype variance increased genomic accuracy slant was slow under parametric methods but in the non-parametric method accuracy continued to increase. Under non parametric method the average mean square error was more reduced as the ratio of dominance variance to phenotype variance increased. Therefore, it may be concluded that under non- parametric method as the ratio of dominance variance to phenotype variance increased the accuracy of genomic predictions would be more increased than that of under parametric methods. <span dir="RTL"></span> اثر افزایشی, اثر غالبیت, انتخاب ژنومی, صحت انتخاب, شبیه‌سازی Additive effect, Dominance effect, Genomic selection, Selection accuracy, Simulation 161 167 http://rap.sanru.ac.ir/browse.php?a_code=A-10-1-285&slc_lang=fa&sid=1 Yahya Mohammadi یحیی محمدی 10031947532846007822 10031947532846007822 Yes Morteza Sattaei Mokhtari مرتضی ستایی مختاری 10031947532846007823 10031947532846007823 No