تاثیر مقیاس ماتریس روابط خویشاوندی ژنگانی بر برآورد مولفه های واریانس و درستی پیش بینی ارزش های اصلاحی

در این پژوهش، روش برای پیش بینی فراسنجه های ناشناخته پنج مدل بهترین پیش بینی نااریب خطی ژنگانی (ژنومی G-BLUP) از روش بیز و نمونه‏گیری گیبس استفاده شد. در هر مدل از مقیاس های متفاوتی برای ماتریس G شامل استفاده از فراوانی آللی جمعیت بنیان گذار (Gfoun)، فراوانی آللی جمعیت مرجع (Gref)، فراوانی آللی برابر با 5/0 (G05)، یک ماتریس نرمال شده با میانگین عنصرهای قطری برابر با یک (Gnorm) و یک ماتریس G وزن شده با ماتریس A (Gwei)، استفاده شد. برای مقایسه نتایج از یک جمعیت دارای آمیزش تصادفی و یک جمعیت انتخاب شده، برای صفتی با وراثت پذیری 25/0 روی یک ژنگان با QTL 105 و 3000 نشانگر تک نوکلئوتیدی روی سه کروموزوم استفاده شد. نتایج نشان داد، عنصرهای ماتریس‏های G در مقایسه با ماتریس A واریانس بالاتری دارند. میانگین عنصرهای قطری و غیر قطری به غیراز Gnorm و Gwei از عنصرهای متناظر در A بالاتر بودند. روش‏های Gnorm-BLUP و G05-BLUP در مقایسه با سه روش دیگر منجر به برآورد متورم واریانس ژنتیکی شدند که این تورم در جمعیت انتخاب شده کمتر بود. میانگین درستی پنج مدل G-BLUP در جمعیت تصادفی 084/0 بالاتر (736/0 در مقابل 652/0) از جمعیت انتخاب شده و میانگین اریبی 014/0 پایین‏تر (026/0 در مقابل 04/0) بود. اریبی پیش بینی ارزش اصلاحی حقیقی جمعیت انتخاب شده با استفاده از Gwei نزدیک به صفر ولی با Gref بیشتر از 06/0 بود. بیشترین درستی و کمترین اریب می‏تواند با استفاده از فراوانی آللی جمعیت مرجع که با ماتریس A مقیاس شده‏اند، به دست آید.