مقایسه روش های GBLUP و بیزی در برآورد ارزش های اصلاحی ژنومی با معماری های مختلف ژنتیکی

انتخاب ژنومی با استفاده از نشانگرهای با تراکم بالا، بخصوص SNPهایی که کل ژنوم را پوشش می دهند و اغلب در عدم تعادل پیوستگی با QTLهای مجاور خود قرار دارند، ارزش ژنتیکی کل را پیش بینی می کند. این پژوهش با هدف بررسی تاثیر عواملی چون تراکم نشانگرها، تعداد QTL، وراثت پذیری صفت و نوع توزیع اثر QTL بر صحت برآورد ارزش های اصلاحی ژنومی با استفاده از داده های شبیه سازی در گوسفند انجام گرفت. به همین منظور ژنومی متشکل از سه کروموزوم، هر یک به طول 100 سانتی مورگان با سه مقدار وراثت پذیری برای صفت مورد بررسی (1/0، 3/0 و 5/0) و سه پنل نشانگری (500، 1000 و 1500) در سه سطح تعداد QTL (50، 100 و 150) با دو اثر توزیع یکنواخت و گاما برای QTL شبیه سازی شدند. صحت ارزش های اصلاحی ژنومی برآورد شده با استفاده از پنج روش GBLUP، بیزA، بیزB، بیزC و بیز LASSO مورد مقایسه قرار گرفتند. نتایج این تحقیق نشان داد که هر چه تراکم نشانگر و وراثت پذیری صفت افزایش یافته و تعداد QTL موثر بر صفت کمتر باشد، صحت ارزش اصلاحی برآورد شده بالاتر خواهد بود. در بین روش های آماری زمانی که تعداد QTL موثر بر صفت پایین است و توزیع اثر QTL گاما در نظر گرفته شد، پیش بینی ارزش های اصلاحی ژنومی با روش بیزB عملکرد بهتری داشت.