بعد از هفت سال از فعالیت این وبلاگ بالاخره یکی از خانم های علاقه مند به اصلاح نژاد دام  به نام خانم لیلا ایران زاده (دانش آموخته کارشناسی ارشد دانشگاه تبریز) لطف کردند و مطلبی در ارتباط با روش­های فعلی ارزیابی گاوهای شیری آمریکا فراهم کردند و بعد از ویرایش مختصری توسط اینجانب خدمت شما ارسال شده است.

در حال حاضر در کشور آمریکا ارزیابی ها برای صفات تولیدی با استفاده از مدل شیردهی 305 روز انجام می­شود به صورتی که رکوردهای روزآزمون بعد از تصحیحات لازم به شیر 305 روز تبدیل می شوند،  و لذا از مدل رگرسیون تصادفی استفاده نمی شود. ارزیابی های ژنومی با سرعت زیادی در حال جایگزین شدن با ارزیابی سنتی هستند. امروزه گاوهای نر جوان به محض تایید صلاحیت با استفاده از ارزیابی ژنومی، توسط کمپانی های تلقیح مصنوعی و یا شرکت های تولید اسپرم خریداری می شوند. قابلیت اطمینان ارزیابی های ژنومی برای صفات تولیدی 75درصد می باشد و برای بازاریابی اسپرم گاوهای 2 ساله کافی می باشد. کاهش فاصله نسلی مهمترین فاکتور در افزایش پیشرفت ژنتیکی در انتخاب ژنومی می­باشد.  

در کشور آمریکا اثرات SNP برای بیشتر از 30 صفت مانند شیر واجزای شیر، صفات تیپ، تولید مثل، ماندگاری و سلامت برآورد می­ شود. در مدل آماری علاوه بر اثر SNP یک اثر پلی ژنی هم وارد مدل می ­شود. لذا مقدار ارزش ژنتیکی هر فرد برابر با مجموع اثرات SNP به اضافه اثر پلی ژنی و مقداری اطلاعات ارزیابی کلاسیک که در ارزیابی ژنومی در نظر گرفته نشده­اند، می باشد. سپس یک شاخص انتخاب برای ترکیب پیش بینی­های ژنومی، ارزیابی­های کلاسیک و ارزیابی زیرگروه ژنوتیپ شده تشکیل خواهد گردید.

روش فعلی مورد استفاده در ارزیابی گاوهای شیری بر یک روش چند مرحله­ ای استوار است (ون رادن2009; هیز و همکاران، 2009; لوند و همکاران، 2011; ویگانز و همکاران،2011). در این روش اولین گام برآورد ارزش اصلاحی سنتی است. در مرحله دوم، انحراف عملکرد دختران (DYD)[1] یا انحراف تولید مادران (YD)[2] محاسبه می­شود. در مرحله سوم، ارزش ژنومی مستقیم (DGV)[3] برای حیوانات تعیین ژتونیپ شده محاسبه می شود. DGVبا استفاده از روش­هایی بر اساس براورد اثرات نشانگرهای چند شکل تک نوکلئوتیدی(SNP)[4] و یا خویشاوندی ژنومیک محاسبه می­شود. خویشاوندی ژنومیک از DYD و یا YD به عنوان مشاهدات فنوتیپی استفاده می­کند. گام چهارم، ترکیب کردن DGV با میانگین والدین (PA)[5] با استفاده از تئوری شاخص انتخاب (ون رادن،2009) برای براورد ارزش اصلاحی ژنومی (GEBV)[6] است.

بطور کلی، مقدار اطلاعات فنوتیپی مورد استفاده برای محاسبه DGV کمتر از مقدار مورد استفاده برای به دست اوردن PA است. زیرا تنها یک مجموعه از حیوانات در شجره تعیین ژنوتیپ شده هستند (ون رادن و همکاران، 2009). در این مورد محاسبه میانگین والدین بوسیله زیر مجموعه­ای از اجداد تعیین ژنوتیپ شده به عنوان شاخص به همراه  DGV می­تواند به بهبود پیش بینی­های ژنومی کمک کند (ون رادن و همکاران،2012). با توجه به مطالب سو و همکاران(2012)، از مزایای استفاده از چنین شاخصی به دلیل دقت بالای DGV است. شاخص­های ساده و احتمالا کمتر موثر که ترکیب تنها PA و DGV هستند، همچنین پیشنهاد شده اند (گو و همکاران،2010).

آیگلار و همکاران (2010) و کریستنسین و لاند (2010) یک روش تک مرحله ­ای را برای ارزیابی ژنوم که تک مرحله ژنومیک –BLUP (ssGBLUP)[1] نامیده می شود، معرفی کردند که در آن فنوتیپ­ ها، شجره، ژنوتیپ­ ها به عنوان یک خروجی مستقیم در آنالیز تک مرحله با GEBV مورد استفاده قرار می گیرد.. در ssGBLUP ماتریس روابط مبتنی بر شجره (A) با ماتریس H جایگزین می­شود که ادغام ماتریس A و یک ماتریس راوابط مبتنی بر ژنومیک (G) است. همه حیوانات تعیین ژنوتیپ شده در نظر گرفته می­شوند و نوسانات ارزیابی ژنومیک میتواند با تغییرات جزیی در H به حداقل برسد (آگیلار و همکارن، 2010; تسوتا وهمکاران، 2011; ویتزیکا و همکاران، 2011). مزایای اصلی ssGBLUP سادگی و عدم تقریب آن است. به عنوان مثال گری و همکاران (2012) چندین روش را برای پیش بینی ژنومی صفات مرتبط با شیر مقایسه کردند. برای تمامی صفات دقت ssGBLUP بالاترین مقدار بود.

تعیین ژنوتیپ را می­توان هم برای گاو نر و هم ماده بدست آورد. تعداد گاوهای نر آزمون نتاج شده محدود بوده و گاوهای پروف به عنوان گاو نری که اطلاعات بیشتری را فراهم می­کند، استفاده می­شود. استفاده ماده­ های تعیین ژنوتیپ شده در یک روش چند مرحله­ ای، در ابتدا باعث کاهش دقت پیش بینی برای گاوهای هلشتاین امریکا شده، عمدتا دلیل این کاهش، انتخاب ژنتیکی بر اساس افرادی بوده که برتری ژنتیکی بالایی داشتند (ویگانز،2011). با این حال، این کاهش در دقت می­تواند کشاف معکوس باشد. استفاده از ماده ­های تعیین ژنوتیپ شده در GBLUP دقت پیش بینی را برای هر دو جنس نر و ماده بدون heuristics و تغییرات مدل، افزایش میدهد (تسوروتا و همکاران، 2013).

صفات تولیدی را می­توان با استفاده از تکرارپذیری و مدل­های چندصفته مورد آنالیز قرار داد. ولر و عزرا (2004) خاطر نشان کردند یک مدل چند صفته با فرض اینکه هر شکم یک صفت متفاوت است دقت بیشتری در رتبه ­بندی حیوانات در سنین مختلف نسبت به مدل تکرارپذیری دارد.  به دلیل محدودیت­های محاسباتی، ارزیابی های ژنومی چندمرحله ای معمولا به صورت تک صفته انجام می شوند (گالوس و ورکامپ، 2011). روش ssGBLUP این قابلیت را دارد که به راحتی به مدل های چند صفته بسط داده شود.

بطور کلی، در روش­های مبتنی بر روابط ژنومی، ضریب یکسان برای هر SNP فرض می­شود. چنین فرضی می­تواند دقت را تضعیف کند در حالی که برخی از SNP ها بخش بزرگی از واریانس ژنتیکی را توجیه می کنند. وانگ و همکاران (2012)، ssGBLUP اصلاح شده را برای ارتباط پویش ژنوم و بدست آوردن وزن SNP و ترکیب آن­ها در وزن  ssGBLUP (WssGBLUP)[1] ارائه کردند.

منابع

Aguilar, I., I. Misztal, D. L. Johnson, A. Legarra, S. Tsuruta, and T. J. Lawlor. 2010. Hot topic: A unified approach to utilize phenotypic, full pedigree, and genomic information for genetic evaluation of Holstein final score. J. Dairy Sci. 93:743–752.

Christensen, O. F., and M. S. Lund. 2010. Genomic prediction when some animals are not genotyped. Genet. Sel. Evol. 42:2.

Gray, K. A., J. P. Cassady, Y. Huang, and C. Maltecca. 2012. Effectiveness of genomic prediction on milk flow traits in dairy cattle. Genet. Sel. Evol. 44:24.

Guo, G., M. S. Lund, Y. Zhang, and G. Su. 2010. Comparison between genomic predictions using daughter yield deviation and conventional estimated breeding value as response variables. J. Anim. Breed. Genet. 127:423–432.

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

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

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

Tsuruta, S., I. Misztal, I. Aguilar, and T. J. Lawlor. 2011. Multipletrait genomic evaluation of linear type traits using genomic and phenotypic data in US Holsteins. J. Dairy Sci. 94:4198–4204.

Tsuruta, S., I. Misztal, and T. J. Lawlor. 2013. Short communication: Genomic evaluations of final score for US Holsteins benefit from the inclusion of genotypes on cows. J. Dairy Sci. 96:3332–3335.

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. Journal of Dairy Science, 92:16–24.

VanRaden, P. M., J. R. Wright, and T. A. Cooper. 2012. Adjustment of selection index coefficients and polygenic variance to improve regressions and reliability of genomic evaluations. J. Dairy Sci. 95(Suppl. 2):520. (Abstr.)

Vitezica, Z. G., I. Aguilar, I. Misztal, and A. Legarra. 2011. Bias in genomic predictions for populations under selection. Genet. Res. (Camb.) 93:357–366.

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



[1] Weighted ssGBLUP



[1] Single-step Genomic Best Linear Unbiased Prediction



[1] Daughter Yield Deviations

[2] Yeild Deviations

[3] Direct Genomic Values

[4] Single Nucleotide Polymorphism

[5] Parent Average

[6] Genomic Estimated Breeding Values

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

هر دم  از این باغ بری می رسد...!

آقای مهدی مومن در ارتباط با ایده ای جدید برای "ادغام نتایج GWAS و Genomic Prediction" مطلبی را برای پست کردن در وبلاگ ارسال کردند که بسیار جالب توجه هست. امیدوارم که شما هم مثل بنده از خواندن آن لذت ببرید و از آقای مومن هم به خاطر زحمتی که جهت تهیه این مطلب کشیدند تشکر میکنم.

فایل کامل مقاله را با کلیک بر روی عنوان مطلب دانلود کنید:

ارتقا آلل ها بوسیله ویرایش ژنوم

Promotion of Alleles by Genome Editing (PAGE)

با توجه به روزهای اخر سال 2015، اگر نگاهی به گذشته تحقیقات مرتبط با ژنتیک و اصلاح نژاد بیاندازیم می بینم که نزدیک به 14 سال از اولین ایده ی انتخاب ژنومی (مقاله معروف میوئسین 2001) و 10 سال از اولین مطالعه موفق در حوزه GWAS( هینیس 2005) گذشت و در طی این سالها همواره مدلهایی برای بهبود عملکرد و کارایی این دو حوزه (تشخیص detection   و پیش بینی prediction  )   بکار گرفته شد و بارها مورد ارزیابی قرار گرفتند و با وارد شدن تحقیقات از سطح تئوری و آزمایشگاهی به  سطح عملی در صنعت، محققین بالعینه نتایج را مشاهده نمودند و در سال 2009 اولین نتایج مثبت انتخاب ژنومی در صنعت به بار نشست. اما تقریبا 18 ماه گذشته 2 مقاله با ایده جدید در زمینه اصلاح نژاد منتشر شد که این دو مقاله نوید باز شدن حوزه جدیدی جهت تلفیق و بکار گیری همزمان روش های detection  و prediction را می دهد (این دو مقاله در قسمت منابع ادرس دهی شده اند جهت مطالعه بیشتر می توانید به انها رجوع کنید). انتخاب ژنومی با اینکه توانست انقلابی در سرعت پیشرفت ژنتیکی ایجاد کند به نظر می رسد اشتهای سیری ناپذیر محققین ژنتیک و اصلاح گران دام و نبات هنوز ارضا نشده و بدنبال راههای دیگری جهت تسریع هرچه بیشتر پیشرفت ژنتیکی هستند بگونه ای که در یکی از مقاله هایی که چندماه پیش توسط محققین موسسه تحقیقاتی روزلین چاپ گردید. جان ام هیکای رهبر این گروه ادعا کرد که با استفاده از ویرایش ژنوم و ارتقاع آلل ها (PAGE) می توان سرعت انتخاب ژنومی را 4 برابر کرد!!!!!؟؟؟   PAGEتکنیکی جدید هست که محققین را قادر می سازد بطور کاملا دقیق کدهای ژنتیکی را تغییر دهند (اضافه، حذف یا جایگزین). PAGE کاملا متفاوت از مهندسی ژنتیک می باشد که یک قطعه از DNA یک گونه بریده و به ژنوم گونه ی دیگری منتقل می شود و جایگاه جدید می تواند هرجایی از ژنوم باشد در حالیکه  PAGE افزودن، حذف یا جایگزینی یکسری از کدهای خاص در یک جایگاه بسیار خاص در ژنوم فرد بوده که منجر به آلل جدید می شود. ایده ی اصلی ویرایش ژنوم این است که با استفاده از قیچی های ژنومی یکسری از نقاط خاص و دقیق ژنوم برش داده شده و و سپس این مناطق توسط تعمیرگرهای DNA با استفاده از بلوک هایی از بازها که در اختیار انها قرار داده میشود تعمیر می شوند. محققین بر این باورند که این تکنولوژی پتانسیل زیادی در زمینه اصلاح دام و نبات خواهد داشت.

از موارد عملی استفاده شده تا کنون در زمینه اصلاح نژاد می توان به بی شاخ نمودن گاوهای هلشتاین از طریق جایگزینی آلل شاخداری با آلل طبیعی، حذف یک باز در ژن مسئول حساسیت به تب ویروسی آفریقایی در خوک، تغییر ژن میوستاتین در گوسفند و گاو می توان اشاره نمود.

جالب اینست که PAGE بطور واقعی از پروسه های طبیعی که پایه ی برنامه های اصلاحی را تشکیل می دهند پیروی می کند. اصلاح گران از تنوع ژنتیکی که در داخل یک گونه وجود دارد استفاده می کنند و این تنوع ناشی از موتاسیون هایی هست که بصورت طبیعی رخ می دهند. این تنوعات یا موتاسیونها، قویا مسئول تمامی تفاوت های موجود بین افراد می باشند. اگر چه پستاندارن متفاوت دارای بسیاری از ژنـ­های مشابه می باشند و به استثنای دوقلوهای یکسان، میلونها تنوع در سطح ژنوم دوفرد از یک گونه وجود دارد. در یکی از این مقالات، با استفاده از آنالیز کل توالی ژنوم شامل 234 گاو از سه نژاد، بیش از 28 میلیون واریانت شامل insertion-deletion-SNP مشاهده شد که تنها نسبت اندکی از این موتاسونها توسط اصلاح گران انتخاب و مورد بهره برداری قرار گرفته اند و اکثر انها خاموش بوده و تاثیری بر صفت مورد گزینش نداشته اند. داده های حاصل از پروژ های بزرگ ژنومیک و توالی یابی وضعیت هایی را نشان می دهند که توالی یک آلل بصورت طبیعی بوجود امده باعث برتری عملکرد آن در هنگامی میشود که حیوان آلل جایگرین آن ژن را به ارث می برد. تصور می شود که ممکن است نقش ویرایشگر ژنوم حیوان برای آلل برتر داشته باشد یا اینکه در چندین نقطه از ژنوم یا حتی ژن ها مختلف ویرایش انجام دهد. مزیت ویرایش ژن نسبت به انتخاب مرسوم برای انتقال این آلل های طبیعی واقع شونده از یک فرد به فرد دیگر اینست که به ندرت تمامی این آلل ها در یک فرد جمع می شوند و ویرایش ژنوم این فرصت را بوجود می اورد که فراوانی این آلل ها را در یک فرد یا یک نژاد با سرعت بیشتری انجام داد نسبت به حالتی که در برنامه های اصلاح نژادی خاضر اتفاق می افتد.

اما باید یاداور شد که صفات کمی اغلب بوسیله تعداد زیادی ژن کنترل میشوند. و شناسایی تمامی این ژنها نه امکانپذیر بوده و نه می توان برای تمامی آنها ویرایش انجام داد اما این امکان وجود دارد که بتوان برای جایگاههای بزرگ اثرویرایش انجام داد تا نواقص را برطرف نموده و انتخاب معمولی برای ارتقاء جایگاههای کوچک اثر با توجه به اهداف اصلاحی ادامه پیدا کند. ویاریش ژنوم مکانیسمی را پیشنهاد می کند که طی آن هزاران مارکر SNP کشف شده در پروژه های توالی یابی ژنوم  دام ها، اطلاعات بدست امده از مطالعات پویش ژنومی متعدد و SNPهای علی (QTNها) طور موثری وارد تنوع ژنتیکی شده و در برنامه های اصلاحی مورد استفاده قرار گیرند.

حال باید منتظر بود و دید ایده ی این گروه تحقیقاتی جهت تلفیق انتخاب ژنومی و ویرایش ژنوم تا چقدر در سالهای آتی به واقعیت نزدیک می­شود و چگونه فاز دوم انتخاب ژنومی وارد صنعت میشود(Daetwyler et al., 2014; Jenko et al., 2015).

 

 

Daetwyler, H. D., Capitan, A., Pausch, H., Stothard, P., van Binsbergen, R., Brondum, R. F., . . . Hayes, B. J. (2014). Whole-genome sequencing of 234 bulls facilitates mapping of monogenic and complex traits in cattle. Nat Genet, 46(8), 858-865. doi: 10.1038/ng.3034

http://www.nature.com/ng/journal/v46/n8/abs/ng.3034.html#supplementary-information

 

Jenko, J., Gorjanc, G., Cleveland, M., Varshney, R., Whitelaw, C., Woolliams, J., & Hickey, J. (2015). Potential of promotion of alleles by genome editing to improve quantitative traits in livestock breeding programs. Genetics Selection Evolution, 47(1), 55.

 

 

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

شاید یکی از سوالاتی که زندگی ما ژنتیک و اصلاح نژادی ها را درگیرکرده است، جواب این سوال است؟ اگر یک گاو نر، ماده بود، چقدر شیر تولید می­کرد؟

(If a Bull Was a Cow, How Much Milk Would He Give?)

متن کامل مقاله را از طریق لینک زیر دانلود کنید:

مقاله تولید شیر گاو نر

موریس سولر (Morris Soller) در سال 2015 مقاله ای را در ژورنال Annual Review of Animal Biosciences  چاپ کرده است، که بسیار جالب بنظر می­رسد. عنوان مقاله این است "اگر یک گاو نر، ماده بود چقدر شیر تولید می­کرد؟ در این مقاله ایشان ذکر می­کند که روزی مادر زنم که سواد چندانی هم نداشت ولی بسیار باهوش بود، با یکی از دوستانش تلفنی صحبت می­کرد و توضیح می­داد "دامادم  دکتر است اما دکتر پزشکی نیست، دکتر دامپزشکی هم نیست، ایشان دکتر علم (Science) است" و کار ایشان هم این است که میخواد بفهمد "اگر یگ گاو نر ماده بود، چقدر شیر تولید می­کرد؟" از آن پس این مکالمه تلفنی مادر زنم، تمام شغل و زندگی حرفه­ای من را تحت تاثیر قرار داد.

در این مقاله، نویسنده تمام تغییر و تحولاتی که در طول زندگی­اش رخ داده است و باعث شده که ایشان به ژنتیک و اصلاح نژاد علاقمند شود، بسیار زیبا شرح داده است. به عنوان مثال بازگو می­کند که یک روز از استادم پرسیدم "علم گاو شیری علمی چالش برانگیز نیست، پس چرا من باید در این رشته عمرم را صرف کنم، در خصوص این پرسش استادم کتاب اصلاح نژاد که توسط پرفسور لاش نوشته شده بود را برایم آورد و به من گفت موریس این کتاب را بخوان تا متوجه شوی که علم اصلاح نژاد گاو شیری چالش برانگیز است".

موریس از آن روز به بعد این نتیجه را گرفت که اصلاح نژاد به معنای مجموع علم گاو شیری و ژنتیک است. ایشان می گوید الگوی من پرفسور جی لاش (Jay Lush) بود. در حقیقت می­توان جی لاش را پدر علم اصلاح نژاد مدرن دانست. ایشان کسی بود که اصلاح نژاد را از هنر (art) به علم (science) تبدیل کرد. این مقاله تا حدی هم سیرتکامل اصلاح نژاد و ژنتیک مولکولی را البته با تاکیدی بر کارهایی که خود نویسنده انجام داده است؛ به تصویر می­کشد.

ایشان می­گوید هر چه می­گذشت به این شاخه علم علاقه مندتر می­شدم، به عنوان مثال دریافتم اصلاح نژاد دام از این نظر علمی شگفت انگیز است که بعضا حیواناتی هم سن، در یک گله و تحت شرایط محیطی مشابه بوده ولی از نظر تولید متفاوت هستند. از طرفی اصلاح نژاد چالش برانگیز است چرا که اصلاحگر با صفاتی مانند تولید شیر، نرخ رشد و باروری مواجه بوده که این صفات تحت تاثیر تعداد زیادی ژن و همچنین عوامل محیطی بروز می­کنند. با این حال بیان این صفات در حیوان به صورت یک عدد می باشد مثلا 12 تن شیر در یک دوره شیردهی ودر یک گله بعضا با شرایط محیطی مشابه و هزینه های ثابت، تنوعی در تولید شیر از 8 تن تا 16 تن دیده می شود. لذا با نگاه به ظاهر و یا فنوتیپ یک حیوان  و تعداد کمی از خویشاوندان فرد، نمی توان به راحتی به ژنتیک آن حیوان پی برد. این مساله چالش برانگیز است زیرا که فاکتورهای ناشناخته زیادی وجود دارند ولی فقط داده­های اندکی موجود هستند که ارزش های اصلاحی باید براساس آنها پیش­بینی شود. 

از طرفی می­دانیم که، آن دسته از گاوهای شیری که تولید بالاتری نسبت به میانگین گله دارند می­توانند دخترانی با میانگین بالاتر از میانگین جمعیت تولید کنند. حال سوال این است برای صفاتی که محدود به جنس هستند مانند تولید شیر، برای گاوهای نر چگونه انتخاب انجام دهیم. در حقیقت این سوال مطرح می­شود که اگر فرض کنیم یک گاو نر ماده بود چقدر شیر میتوانست تولید کند؟  بدیهی است که برای پاسخ به این سوال،  مسائل زیادی باید روشن گردد که در ادامه این موارد را مطرح می­کنیم.

یکی از مسائل این است که گاوداران برای اینکه اندازه گله خود را ثابت نگه دارند معمولاً ماده­ها را با شدت خیلی پایین تری نسبت به نرها حذف می­کنند. ولی از سوی دیگر که انتخاب برای نرها است ، نرها سهم بیشتری در تولید نسل آینده دارند، زیرا هم شدت انتخاب در نرها بسیار بیشتر است و هم اینکه یک گاو نر میتوانست با تعداد زیادی گاو ماده آمیزش کند.  لذا لاش و همکاران دریافتند، همانطور که ماده گاوهای با تولید بالا میتوانند دخترانی تولید کنند که میانگین بالاتری از جمعیت داشته باشند پس حتما پسران این گاوهای ماده برتر هم اگر ماده بودند تولید شیر بالاتری از میانگین جمعیت داشتند. زیرا که ساختار ژنومی جنس نر و ماده به استثنای تفاوت در کروموزوم X و Y یکسان است.


ادامه مطلب
نوشته شده توسط رستم عبداللهی  | لینک ثابت |

با عرض سلام و ادب خدمت اساتید و دانشجویان گرانقدر

گروه علوم دام و طیور پردیس ابوریحان دانشگاه تهران اقدام به برگزاری مجموعه کارگاه ­های آموزشی در حوزه­ های مختلف بویژه حوزه ژنتیک و اصلاح نژاد دام  کرده است. اطلاعیه مربوط به اولین مجموعه از این سری کارگاه های آموزشی  را در زیر میتوانید مشاهده کنید.

برای اسکان اساتید و دانشجویان مهمانسرا و خوابگاه مهیا شده است. هزینه کارگاه پذیرایی های صبح و بعد از ظهر روزهای کارگاه به همراه نهار را نیز پوشش می دهد.

توجه توجه: به علت تداخل زمان برگزاری کارگاه با کلاسهای درسی و ایام امتحانات زمان برگزاری کارگاه GWAS-Genomic Prediction به 29، 30 دی ماه و یکم بهمن تغییر یافته است.

اطلاعیه کارگاه

 برنامه کارگاه GWAS and Genomic Prediction

 برنامه  کارگاه RNA seq Data Analysis

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

To be or not to be …that’s a question. (Shakespeare)

یکی از دوستان و دانشجویان خوب دکتری دانشگاه شهید باهنر کرمان که در حال حاضر دوره فرصت مطالعاتی را در دانشگاه ویسکانسین مدیسون آمریکا می گذارند (آقای مهدی مومن) لطف کردند مطلبی را از مدتها پیش در مورد منطق فازی آماده کرده بودند را بعد از اعمال چند پیشنهادی که برای تکمیل شدن مطلب بهشون ارائه داده بودم امروز ارسال کردند انشالله که این مطلب جذاب مورد توجه شما قرار گیرد.

به دلیل اینکه برخی از توابع و نمادها در وبلاگ قابل درج نبودند و یا پس و پیش می شدند، متن کامل این مقاله را از طریق لینک زیر دانلو کنید.

منطق فازی (Fuzzy Logic)

ژنتیک و اصلاح نژاد یکی از علومی است که بر مبنای اصول آماری بنا نهاده شده و بشدت وابسته به امار می­باشد و در آمار ما همیشه مجبور به تصمیم گیری هستیم و تصمیم گیری صحیح بسیار مهم است. حال این تصمیم گیری صحیح نیاز به تعریف متغیر مفید و فرض مناسب دارد. فرض ها در واقع گزاره های منطقی هستند که یا درست بوده یا نادرست یعنی دارای قطعیت یک (1) و صفر(0). ولی باید گفت که در دنیای واقعی و تفکر انسان گزاره ها به این قطعیت نیستند و جالب اینجاست که با همین اطلاعات غیر قطعی نتیجه گیری هایی کرده و آنها را به کار می­بریم.   

در بسیاری از موارد در اصلاح دام یک صفت با یک ویژگی دقیق و معین مشخص می­شود. اگر هرکدام از افراد یک جمعیت یا مجموعه آن ویژگی را دارا باشد عضو آن جمعیت یا مجموعه مورد نظر است و اگر فاقد آن باشد در آن جمعیت یا مجموعه عضو نیست. مثلا اگر مجموعه مقادیر ممکن برای تولید شیر در یک دوره شیردهی گاوهای شیری X=[0,12500] باشد و P ویژگی گاوهای پرتولید یعنی تولید بیشتر از 9000 کیلوگرم باشد آنگاه P یک ویژگی دقیق است که یک مجموعه مانند A را تولید می­کند که عبارتست از گاوهایی با تولید بیش از 9000کیلوگرم در یک دوره شیردهی می­باشد. اکنون اگر بطور واقعی بخواهیم درمورد گاوهای پرتولید صحبت کنیم با یک ویژگی نادقیق و مبهم سروکار داریم. اینکه چه گاوهایی پرتولید هستند یا نیستند یک موضوع نادقیق و مبهم است. بعبارت دیگر عضویت یا عدم عضویت گاوها در گردایه­ی گاوهای پرتولید قطعی و مشخص نیست مثلا آیا یک گاو با تولید  8000 کیلوگرم پرتولید است؟ با  9000لیتر چطور؟ با 11000 لیتر چطور؟ نکته مهم آن است که بیشتر مفاهیمی که در اصلاح دام بکار می­بریم و بر اساس آنها استدلال انجام می­دهیم و تصمیم گیری می­کنیم مفاهیمی نادقیق و مجموعه­هایی با کران­های تقریبی هستند. مثلا گاوهایی با طول عمر اقتصادی زیاد، حساسیت زیاد به بیماری­ها یا برعکس مقاومت کم، نرخ آبستنی پائین، تنوع ژنتیکی کم یا زیاد، اثر متقابل ژنتیک و محیط ناچیز، وراثت پذیری کم یا زیاد، توجیه کم واریانس ژنتیکی توسط تعداد زیادی مارکر SNP ، میزان بیان کم ژن ها برداده های ریزآرایه­ای و ...از این نوع مفاهیم و مجموعه­ها هستند.


ادامه مطلب
نوشته شده توسط رستم عبداللهی  | لینک ثابت |

P-Value ممنوع یکشنبه ۱۳۹۴/۰۶/۲۹ 9:26

در ابتدا برخود لازم می­دانیم از اینکه مدتی است مطلبی برای خوانندگان این وبلاگ آماده نکردیم از خوانندگان این وبلاگ عذرخواهی کنیم. از اینرو تصمیم گرفتیم در این پست هک کردن P-value و منع استفاده از P-value را برای دوستان توضیح دهیم. شاید در ابتدا با مشاهده این مطلب تعجب کنید که هک کردن P-value به چه معناست و چرا استفاده از P-value در برخی از ژورنال ها منع شده است؟ آیا این P-Value همان ارزش سطح معنی داری است که در آزمایشات خود برای مقایسات از آن استفاده می­کنیم؟ و از طرفی جای تعجب دارد که هک کردن تا چه مرحله­ای پیشرفت کرده است که علاوه بر هک کردن اطلاعات رایانه­ای در دنیای اینترنت و ... اینبار پا به عرصه آمار و تحقیقات گذاشته است. ولی جای تعجب ندارد، بله این همان ارزش سطح معنی داری است که در این پست با مفهوم هک کردن آن آشنا می­شویم.

فایل کامل مقاله را از با کلیک بر روی لینک زیر دانلود کنید:

P-value ممنوع و هک کردن P-value

بطور کلی، در رشته­های علوم زیستی مثل زیست شناسی، کشاورزی و ... که بیشتر با آمار در ارتباط هستند اولین چیزی که به ذهنشان با دیدن حرف P خطور می­کند، احتمال است، که در تحقیقات از آن در قالب فرضیه صفر به عنوان یک تست معنی­داری برای درک و تفهیم نتایج استفاده می­شود که نتایج حاصل از داده­ها با استفاده از آماره P-value به عنوان یک معیار سنجش مقایسه می­گردد (فیشر، 1962-1890). این P-value، سالیان زیادی است که در مقالات از آن استفاده می­شود ولی گفته می­شود که استفاده از این روش گمراه کننده است. از ماه فوریه سال 2015، ژورنال Basic and Applied Social Psychology اذعان کرد که از این پس مقالاتی که متکی بر روش P-value هستند یا حتی اشاره به این روش کرده­اند در این ژورنال چاپ نخواهند شد. این ژورنال در سال 2014 به محققین، از اینکه رویه آزمون معنی داری  فرضیه صفر (Null Hypothesis Significance Testing Procedure، NHSTP) یک روندی نامعتبر است؛ هشدار داد و در جواب به این سوال که چرا حتی مقالاتی که به P-value اشاره کرده­اند نیز پذیرفته نمی­شوند پاسخ داد:  که" حتی اگر مقالات از بررسی اولیه عبور کنند، مجددا برای بازنگری ارسال و قبل از چاپ مقاله، نویسندگان باید همه بقایای بجا مانده از NHSTP (شامل P-value، t-Value، f-value، عباراتی در مورد وجود یا عدم وجود تفاوت معنی داری بین مطالعات و ...) را حذف کنند. "  در ادامه ژورنال Psychology Journal نیز گزارش p-value در مقالاتش را منع کرده است.

این ژورنال به P-test به عنوان یک آستانه مهم جهت ایجاد تفکر خلاقانه (creative thinking) استناد کرده و دیگر ژورنال­ها را نیز برای پیوستن به این روش دعوت کرد. مدتی پس از آن انجمن آماری آمریکا (American Statistical Association؛ ASA) اعلام کرد که استفاده از آستانه P-value ممکن است نتایج منفی خاص خودش را به دنبال داشته باشد. این انجمن گروه­هایی 12 نفره متشکل از آماردانان معروف را برای بررسی بیانیه­ای در رابطه با مباحث ایجاد شده در مورد P-value تشکیل داد. در ادامه Tom Siegfried در بخش خبری مجله Science به نقل از William Rozeboom گزارش کرد که مطمئنا P-test بزرگترین پروسه گمراه کننده علمی است که تاکنون در بین محققین و دانشجویان مرسوم شده است. همچنین در مقاله­ای که اخیرا در ژورنال PLoS Biology، توسط تعدادی از بیولوژیست­ها در دانشگاه Canberra استرالیا و همچنین دانشگاه Macquarie چاپ شده است؛ عنوان گردیده که محققین در برخی مواقع جهت بدست آوردن P-value مطلوب خود و مقایسات معنی­دار، روش­های آنالیز و آزمایشات خود را تغییرات جزئی (tweaking)  می­دهند تا احتمال چاپ مقالاتشان در ژورنال­های معتبر افزایش یابد و این عمل منجر به افزایش این نگرانی می­شود که نتایج منتشر شده، مثبت کاذب هستند و از طرفی این انگیزش و باور غلط را در بین محققین ایجاد می­کند که برای چاپ مقالاتشان باید حتما نتایج مثبت و معنی داری بدست آورند، مشابه آنچه که امروزه اغلب در دانشگاه­های کشور خودمان و در تمامی رشته­ها توسط محققین تصور می­شود. ناگفته نماند که بسیاری از ژورنال­های معروف و دارای ایمپکت بالا نیز تحت تاثیر آن قرار گرفته و مقالاتی را پذیرش می­کنند که نتایج آن­ از لحاظ آماری معنی­دار باشد. نویسندگان این مقاله نام این تکنیک را P-Hacking نامیدند و بنظر می­رسد که در علوم زیستی عملی رایج باشد. که این نتایج براساس آنالیز بیش از 100 هزار مقاله در رشته­های مختلف شامل پزشکی، بیولوژی، روان شناسی و ... حاصل شده است. شکل زیر مقایسه عمل P-Hacking را در برخی از رشته­ها نشان می­دهد. حال سوالی که مطرح می­شود این است که بنظر خوانندگان این مطلب، بر اساس شکل زیر و یافته­های حاصل از نتایج Megan و همکاران (2015) کدام یک از رشته­های زیر میزان صداقت بیشتری در یافته­های خود دارند؟

برای خواندن ادامه مطلب، بر روی "ادامه مطلب" کلیک کنید.


ادامه مطلب
نوشته شده توسط رستم عبداللهی  | لینک ثابت |

یکی از دوستان (وحید وطنخواه) از طریق ایمیل پیامی را برایم فرستاد و نوشته بود سایتی ادعا کرده با کمک تست ژنومیک میتواند شریکی دلچسب و سازگار برای شما انتخاب کنیم تا اینکه مدت زمانی طولانی با هم زندگی رمانتیکی داشته باشید. گمان کردم کل ژنوم یک فرد را توالی یابی میکنند و براساس میزان تشابه ژنومی دو فرد این تصمیم گرفته می شود.  به هر حال از آنجایی که برای بنده که در عصر ژنتیک و ژنومیک فعالیت میکنم جای تامل داشت تا در این مورد کنجکاوی بیشتری به خرج دهم. به اطلاعات سایت نگاه کردم و این سایت یک سایت "چت و  دوست یابی" بود و  ظاهرا برای این کار خود دلیل علمی هم داشتند (http://www.genepartner.com/index.php/aboutgenepartner). اما اینکه ادعای این سایت علمی بود یا فقط تبلیغ و برای بیزینس جای خود دارد.

با مطالعه لینک science سایت متوجه شدم Prof. Dr. Wedekind از دانشگاه برن سویس آزمایش های را انجام داده مانند اینکه زنانی را استخدام کرده تا تی شرت گروهی مرد را برای سه روز متوالی بو کنند و بعد از آن تصمیم بگیرند کدام یک از این سه مرد جذاب تر هستند. به نظر میرسد براساس بوی پیراهن مردان، زنان به صورت متفاوتی سیستم ایمنی شان فعال می شود. سپس این دانشمند بخش خاصی از ژنوم که به نام  HLA(human leukocyte antigen) را مورد آنالیز قرار داد و متوجه شد که زنان تی شرت مردانی را ترجیح داده بودند که بیشترین تفاوت ژنتیکی را در این لوکوس با خودشان داشتند.
این جایگاه ژنی نقشی حیاتی در کنترل فعالیت های ایمونولوژیکی و نهایتا پاسخ های ایمنی دارد. همچنین ذکر شده از انجایی که تنوع بسزایی در در جایگاه HLA وجود داره میتوان با استفاده از این جایگاه به میزان خویشاندی و امکان افزایش همخونی در نتاج در اثر ازدواج دو فرد پی برد.

اما نظر بنده این است صفات و نقایص زیادی شناخته شده اند که یک یا دو ژن آنها را کنترل می کنند . میتوان با مقایسه میزان مشابهت و یا تنوع ژنتیکی در این ژن ها در اتباط با بروز صفات در خود فرد یا نتاج آنها تصمیم گرفت. یا حتی در صنعت گاو شیری برای گاوهای نر ژنومیک جایگاه های زیادی هستند که در صورت هموزایگوت و هتروزایگوت بودن ممکن است نقایص ژنتیکی را نشان دهند و یا اینکه به نتاج منتقل کنند.

اما به نظر بنده از آنجایی که فاکتورهای بسیاری در یک ازدواج موفق میتواند نقش داشته باشد این صفت نمی تواند به وسیله تعداد محدودی جایگاه کنترل شود و صفت تفاهم دو زوج یک صفت نیست بلکه این صفت ترکیبی از چندین صفت بوده که ممکن اثرات مادری و خانوادگی هم در اینجا شدید باشند. البته اثرات مادر زن و مادر شوهر را باید به عنوان فاکتورهای اصلی وارد مدل کرد.

شاید برای کسانی که افکار تجاری و پول درآوردن دارند اینچنین تبلیغاتی فرصتی ایجاد کند تا ما هم جایگاه های درگیر در بروز بیماری های، استعداد و ... را شناسایی کنیم و به افراد بگوییم که شما باید با این فرد ازدواج کنید تا به فلان بیماری مبتلا نشوید و یا اگر با این فرد ازدواج کنید فرزندتان نابغه می شود.  اما اگر به نتایج مطالعات GWAS و سایر مطالعات mapping نگاه کنید برای بسیاری از صفات کارهای association انجام شده و در بهترین حالت فقط 10 درصد تنوع فنوتیپی توجیه شده است. حالا از این بگذریم این همه مطالعه فراژنومیک مانند ترنسکریپتومیکس، پروتئومیکس، متابلومیکس و سیستم بیولوژی، اپی ژنتیک و ... اینجا چکار می کنند اگر قرار است شما فقط با تست یک قطعه ژنوم  فنوتیپ یک صفت را مشخص کنید. چه برسد به اینکه بخواهیم با یک تست ساده ژنومیک فنوتیپ دو فرد را مشخص کنیم میزان سازگاری آنها با هم را تعیین کنیم و نهایتا سالم بودن و مقاومت به بیماری را در فرزند آنها را هم مشخص کنیم. بنابراین درست است که در عصر ژنتیک پیشرفت های زیادی در فناوری های توالی یابی و شناسایی مسیرهای بیولوژیکی بیماری ها و معماری ژنتیکی صفات رخ داده است اما از آنجایی  که ما میدانیم صفات کمی و به خصوص صفات رفتاری صفاتی پلی ژنی و پیچیده هستند و سهم محیط در بروز فنوتیپی آنها انکار ناپذیر است همیشه باید به اینچنین تبلیغاتی با احتیاط نگاه کرد و زود باور نکرد.

منتظرات نظرات سایر متخصصان ژنتیک در این مورد و تبلیغاتی که ممکن است مبنای علمی چندان قوی نداشته باشند هستم.

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

چگونه مقاله ای علمی را بخوانیم؟ سه شنبه ۱۳۹۴/۰۵/۰۶ 12:46
در تاریخ  4 مرداد 94 در مرکز اصلاح نژاد دام کشور با پیگیری های آقای مهندس بابک دارابی سمیناری تحت عنوان "چگونه یک مقاله علمی را بخوانیم؟ ارائه دادم که فایل ارائه در ضمیمه آورده شده است. عنوان سمینار این بود که "چگونه بخوانیم و چطور بنویسیم" اما با توجه به اینکه مرکز اصلاح نژادم دام یک مرکز اجرایی هست و بیشتر مراکز تحقیقاتی و دانشگاهی نوشتن مقاله را انجام میدهند ، ترجیح دادم در مورد اینکه چطور یک مقاله علمی را بخوانیم و قسمت های مهم مقاله که در تصمیم گیری ها آینده از آنها استفاده می شود متمرکز شدم.  من جای اینچنین سمینارهایی را در دانشگاه هها و موسسات تحقیقاتی خالی می بینم زیرا که محققان، دانشجویان، فارغ ااتحصیلان و متخصصان ما باید بدانند چرا باید مقاله بنویسند و خوانندگان مقالات در مقاله به دنبال چه چیزهایی هستند. امیدوارم که مطالب ارائه شده در این سمینار مورد استفاده شما قرار گیرد. برای دانلود فایل بر روی لینک زیر کلیک بنمایید.

چگونه مقاله ای علمی را بخوانیم؟

 

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

این هفته (یکشنبه 13 تیر تا 16 تیر) برای برگزاری کارگاهی سه روزه به دانشگاه علوم پزشکی شیراز رفته بودم. قبل از کارگاه این دلهره را داشتم که نکند مطالبی که آماده کرده ام برای شرکت کنندگان جذابیت نداشته باشد چرا که مسیر تحقیقات ما با علوم پزشکی ها خیلی متفاوت است. شرکت کنندگان این کارگاه اکثراً از گروه های آمار زیستی و اپیدمیولوژی بودند.

به هر حال بنده صبح یکشنبه کلاس را شروع کردم و هرچه میگذشت با سوالاتی که در حین کارگاه پرسیده می شد و یادداشت برداری های که شرکت کنندگان با اشتیاق انجام میدادند من را وادار میکرد که با شور و شوق بیشتری کار را ادامه دهم به قول شاعر صائب تبریزی:

مستمع صاحب سخن را بر سر کار آورد                                            غنچه خاموش، بلبل را به گفتار آورد

اگرچه بیشتر شرکت کنندگان با اصول پایه ژنتیک کمی آشنایی چندانی نداشتند و دیپلم  ریاضی و فیزیک داشتند اما استعداد، تلاش و گیرایی شرکت کنندگان از دانشجو گرفته تا استاد برای دنبال کردن مطالب قابل تحسین بود.

در پایان آنچه شرکت کنندگان می گفتند این بود که ما افسوس میخوریم این چنین فرصت هایی در ژنتیک برای ما وجود داشت که روش های آماری را برای آنها توسعه دهیم، مطالعات ژنتیکی انجام دهیم اما در کشور این مهم تا امروز مورد توجه قرار نگرفته است و من هم افسوس میخوردم در رشته ای تحصیل کرده ام که از آمار گرفته تا ژنتیک ،کامپیوتر و دامپروری را باید یادبگیرم اما اهمیت این اینگونه رشته ها و زحمت هایی که در این راه کشیده می شود  مورد کم لطفی جامعه واقع شده و باعث دلسرد شدن علاقه مندان برای ادامه تحصیل در این رشته می شود.

جالب این بود که تا امروز اینچنین کارگاه هایی چندین مرتبه در دانشگاه ها و موسسات تحقیقات مختلف کشور برگزار شده بود اما هیچ شرکت کننده ای از رشته های دیگر به غیر از ژنتیک حیوانی حضور نداشت. گرچه همه آگاهیم که تجزیه و تحیلی داده های ژنومیک در بسیاری از رشته های  علوم زیستی از بیوفیزیک گرفته تا بیوشیمی، ژنتیک انسانی، ژنتیک گیاهی و پزشکی کاربرد دارد. متاسفانه امروزه حتی در دانشکده های کشاورزی هم می بینیم  بین گروه زراعت و اصلاع نباتات، بیوتکنولوژی کشاورزی و ژنتیک و اصلاح نژاد دام چندان رد و بدلی از اطلاعات علمی صورت نمی­گیرد و به ندرت اساتید و دانشجویان این گروه ها در جلسات سخنرانی و دفاع از پایان نامه های همدیگر شرکت می کنند چه برسد به اینکه بخواهند از همدیگر دعوت کنند تا اینکه مبادا نکته ای جدید یاد بگیرند. به هر حال امیدوارم که در آینده همکاری های بیشتری بین سایر رشته ها اتفاق بیفتد زیرا که امروزه مطالعات بین رشته ای و اطلاع از تحقیقات دیگران میتواند در طراحی پروژه ها و تحقیقات آینده بسیار پر اهمیت باشد.

اسلایدهای ارائه شده در این کارگاه را از طریق لینک های زیر میتوانید دانلود کنید:

مطالعات پویش ژنوم1 (GWAS1)

مطالعات پویش ژنوم2 (GWAS2)

پیش بینی های ژنومیک و ایمپیوتیشن (Genomic Prediction and Imputation)

نشانه های انتخاب (Selection Signatures)

نوشته شده توسط رستم عبداللهی  | لینک ثابت |

اخیرا دست نوشته­ای از پرفسور Larry Schaeffer دست به دست بین محققان کشورمان رد و بدل می شد و چندتایی از دوستان هم لطف کردند از طریق ایمیل یا حضوری این مقاله را به من معرفی کردند. لذا بنده ترجیح دادم پست حاضررا به بررسی این مقاله اختصاص دهم.

دانلود فایل کامل pdf مقاله

عنوان مقاله "Is The Animal Model Obsolete?" هست که به معنی "آیا از مدل دام نباید از این بعد استفاده کرد؟". در این مقاله توضیحات زیادی در رابطه با اینکه که  مدل دام (Animal Model) چه ایراداتی دارد به آنها پرداخته شده است. که در زیر به آنها اشاره خواهد شد:

اگر تکامل روش های ارزیابی ژنتیکی در صنعت دام های اهلی در طی 10 سال اخیر را مرور کنیم: از مقایسات دختر و مادری (Daughter-Dam Comparisons)، مقایسات بین گله ای (Herdmate Comparisons)، گروهای همزمان (Contemporary Comparisons)، مدل پدری (Sire Model) و نهایتاً مدل دام (Animal Model) بود که به عنوان یک مدل ایده آل برای ارزیابی ژنتیکی در صنعت اصلاح نژاد معرفی شد و این مدل از سال 1970 تاکنون در اصلاح نژاد دام و طیور به طور گسترده  استفاده شده است. اما به این نکته که ممکن است این مدل از این زمان به بعد، مدل مناسبی برای ارزیابی ژنتیکی نباشد، توجهی نشده است.

از سال 2006 به بعد کشورهای مختلف با فراهم شدن تراشه های DNA شروع به ژنوتیپ کردن گاوهای نر و تا حدودی گاوهای ماده کردند تا بتوانند به جای روش استفاده از شجره و رکوردهای فنوتیپی از نشانگرهای ژنتیکی برای پیش بینی ارزش های اصلاحی ژنومیک استفاده کنند. در این مسیر روش ها و استراتژی های مختلفی برای کاربرد انتخاب ژنومیک در اصلاح نژاد دام وطیور مورد مطالعه قرار گرفته است و یکی از این استراتژی ها جایگزین کردن ماتریس خویشاوندی ژنومیک به جای ماتریس خویشاوندی شجره ای بود و در حال حاضر به عنوان GBLUP (Genomic Best Linear Unbiased Prediction) نامیده می شود.

اریب ناشی از انتخاب زودهنگام (Pre-selection)

انتخاب زودهنگام (pre-selection) در گاوهای نر آنچنان شدید است که نتایج ارزیابی های ژنتیکی به وسیله P-BLUP (Pedigree BLUP) و GBLUP (Genomic BLUP) به شدت اریب هستند. گوساله گاوهای نر جوان به محض اینکه بتوانند تولید اسپرم کنند وارد برنامه تلقیح مصنوعی می شوند و لذا میتوان گفت این گوساله های نر یک نمونه تصادفی از تمام پسران گاو نر نیستند. به شکل شماره 1 توجه کنید:

برای مشاهدهشکل ها فایل کامل مقاله را از طریق لینک بالای صفحه دانلود کنید. 

شکل 1. پسران گاو نر پروف شده و سه گوساله نر جوان (کادر قرمز) که در بدو تولد وارد برنامه تلقیح مصنوعی (AI) شده اند.

اگرچه پسران تحت انتخاب زودهنگام به صورت تصادفی با گروهی از گاوهای ماده آمیزش داده شده اند اما میانگین دخترانشان نمایانگر نصف ارزش اصلاحی پدرشان نیست و میانگین ارزش اصلاحی این سه پسر جوان ممکن است به اندازه یک یا دو انحراف معیار بیشتر از ارزش اصلاحی پدرشان باشد.

اما شاید سوال برای شما این باشد که این اریب چطور وارد مدل دام و نهایتاً ارزیابی های ژنتیکی می شود؟

در مدل مدام، ارزش اصلاحی پیش بینی شده هر فرد از سه منبع نشات می گیرد: رکورد خود فرد، رکورد والدین و رکورد نتاج. بخش رکورد نتاج را میتوان به به دو بخش فرزندان ماده و فزندان نر تقسیم بندی کرد که به صورت زیر است:

در رابطه بالا (W1, W2, W3 and W4) ضرایبی هستند که به تعداد رکورد، تعداد والد معلوم، تعداد فرزندان نر و ماده و وراثت پذیری صفت بستگی دارند. به دلیل انتخاب زودهنگام گوساله های نر جوان، اریبی از طریق فرزندان نر وارد پیش بینی ارزش های اصلاحی می شود. در حقیقت، این پسران انتخاب شده یک نمونه تصادفی از تمام پسران گاو نر نبوده و میانگین دختران این سه پسر، باعث می شوند ارزش اصلاحی پدر یا مادرش بیش از حد تخمین زده شود. به شکل شماره 2 توجه کنید:

 

برای دنبال کردن مطلب بر روی ادامه مطلب کلیک کنید.

نوشته شده توسط رستم عبداللهی  | لینک ثابت |