fa مقایسه روش های بیزی در ارزیابی ژنومی با معماری متفاوت ژنتیکی تخصصي Special پژوهشي Research <strong><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">هد‌ف از پژوهش حاضر، مقایسه روش&shy;های گوناگون بیزی (پارامتری) در پیش‌بینی ارزش&shy;های اصلاحی ژنومی برای صفاتی با معماری ژنتیکی متفاوت در توزیع مختلف اثرات ژنی، تعداد جایگاه&shy;های صفات کمی، وراثت‌پذیری و تعداد افراد جمعیت مرجع با استفاده از داده&shy;های شبیه سازی بود. ژنومی حاوی 3 کروموزوم هر یک به طول 100 سانتی مورگان</span></span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> روی هر کروموزوم با </span></span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">1000 نشانگر تک نوکلئوتیدی (</span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">SNP</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">) با فواصل نشانگری یکسان از یکدیگر شبیه سازی شدند. توزیع متفاوت اثرات ژنی (یکنواخت، نرمال و گاما)، سه سطح تعداد </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">QTL</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> (50، 200 و 400)، دو سطح وراثت‌پذیری (16/0 و 5/0 ) و دو سطح تعداد افراد جمعیت مرجع (1000 و 2000) به ‌‌‌‌‌‌عنوان فرضیه&shy;های شبیه سازی صفت، درنظر گرفته شدند. به منظور پیش‌بینی ارزش&shy;های اصلاحی افراد موجود در جمعیت&shy;های مرجع و تأیید، از پنج روش بیزی شامل بیز ریج رگرسیون (</span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">BRR</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">)¹، بیز </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">A</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">، بیز </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">L</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> (</span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">LASSO</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">)²، بیز </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">C&pi;</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> و بیز </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">B</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> استفاده شد. با افزایش فاصله بین جمعیت مرجع و کاندیدا&shy;های انتخاب به علت برهم خوردن فاز لینکاژ، صحت ارزش&shy;های اصلاحی ژنومیک در همه روش&shy;ها کاهش نشان داد. با افزایش وراثت‌پذیری از 16/0 به 5/0 در تمام روش&shy;ها افزایش صحت ارزش&shy;های اصلاحی ژنومی کاملاً مشهود و حدود 20/0 بود. زمانی که تعداد افراد جمعیت مرجع از 1000 به 2000 افزایش یافت تمام روش&shy;ها افزایش صحتی نزدیک به 18/0 را نشان دادند. زمانی که توزیع اثرات ژنی گاما بود، روش بیز </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">A</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> در مقایسه با سایر روش&shy;ها در هر دو سطح از مقدار وراثت‌پذیری، برتری آشکاری را نشان داد. </span></span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;">زمانی که توزیع اثرات ژنی یکنواخت بود تمام<br> روش&shy;ها صحت مشابهی را نشان دادند.</span></span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> برای صفاتی با وراثت‌پذیری بالا، با افزایش تعداد </span></span></span><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">QTL</span></span><span dir="RTL"><span style="font-family:2 mitra;"><span style="font-size:10.0pt;"> از 50 به 200 صحت تخمین&shy;ها کاهش یافت. ولی در صفاتی با وراثت‌پذیری پایین، تأثیر مشهودی در صحت ارزش&shy;های اصلاحی ژنومی مشاهده نشد.</span></span></span></strong> The aim of this study was to compare different methods of Bayesian (parameteric) approaches for predicting genomic breeding values of traits with different genetic architecture in different distribution of gene effects, number of &nbsp;quantitative traits loci, heritability and the number of reference population using simulated data. A genome contained 3 chromosomes, with the length of 100 cM and 1000 evenly spaced single nucleotide polymorphisms (SNP) on each chromosome was simulated. For hypotheses simulation attributes, different distribution of gene effects (uniform, normal and gamma), 3 levels of QTL (50, 200 and 400), 2 levels of heritability (0.16 and 0.5) and 2 levels of the reference population (1000 and 2000) was considered. In order to predict breeding values of individuals in the population of reference and verification, 5 Bayesian methods including Bayes Ridge regression (BRR), A, LASSO (L), C&pi; and B were used. As the distance between reference population and selection candidates increased, due to disruption of linkage phase, the accuracy of genomic breeding values in all methods decreased. As heritability increased from 0.16 to 0.5, all methods showed an increase of about 0.2 in accuracy of genomic breeding values. When the number of reference population had increased from 1000 to 2000, all methods showed increased accuracy by nearly 0.18. When the distribution of gene effects was gamma, the Bayes A method showed a clear preference along with both levels of heritability compared with other methods. When the distribution of gene effects was uniform, all methods showed similar accuracy. For high heritability traits, the accuracy of prediction reduced as the number of QTL increased from 50 to 200. Conversly, in low heritability traits, there was no visible influence in accuracy of genomic breeding values. ارزش اصلاحی ژنومی, جایگاه های صفت کمی, روش های بیزی, معماری ژنتیکی و ژنوم Bayesian methods, Genomic breeding values, Genetic architecture, Genome, QTL 177 186 http://rap.sanru.ac.ir/browse.php?a_code=A-10-1-287&slc_lang=fa&sid=1 Hamid Saheb Alam حمید صاحب علم 10031947532846007827 10031947532846007827 Yes Mohsen Gholizadeh محسن قلی زاده 10031947532846007828 10031947532846007828 No Hasan Hafezian حسن حافظیان 10031947532846007829 10031947532846007829 No Ayoub Farhadi ایوب فرهادی 10031947532846007830 10031947532846007830 No