پاسخ به انتخاب صفات وزن بدن تا 28 روزگی در بلدرچین های ژاپنی با استفاده از نشانگرهای ژنتیکی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

در این تحقیق به منظور بررسی اثر نشانگرهای ژنتیکی در افزایش پاسخ به انتخاب و کاهش میزان هم خونی برای صفات وزن بدن تا 28 روزگی در بلدرچین های ژاپنی از شبیه سازی قطعی استفاده شده است. مقادیر واریانس QTL مورد نظر برای صفات وزن بدن در زمان تولد، یک، سه و چهار هفتگی به ترتیب برابر 25/1، 63/1، 18/1 و 13/1 منظور شد. مقدار افزایش پاسخ به انتخاب بر اثر منظور نمودن مقادیر واریانس QTL صفات مورد نظر (RQTL) نسبت به حالت بدون استفاده از اطلاعات QTL (Rbase) به ترتیب 16/3، 92/2، 10/3 و 05/4 درصد به دست آمدند. بیشترین مقدار افزایش پاسخ به انتخاب برای صفت وزن بدن در چهار هفتگی بود که یکی از دلایل آن را می توان به کمتر بودن وراثت پذیری نسبت به دیگر صفات وزن بدن نسبت داد. مقادیر هم خونی نیز با استفاده از اطلاعات نشانگر کاهش یافت که این مقادیر زیر یک درصد بودند که برای برنامه های اصلاح نژاد طیور مقداری بهینه است. همچنین یکی از دلایل کاهش ضریب همخونی انتخاب پرندگان نر برای صفت وزن بدن صرفا بر اساس اطلاعات فردی است. بنابراین استفاده از اطلاعات نشانگرها در برنامه های اصلاحی بلدرچین ها نه تنها برای صفات مشکل از نظر اندازه گیری بلکه برای صفات وزن بدن نیز مناسب است البته سودمندی استفاده از اطلاعات نشانگر به تجزیه و تحلیل اقتصادی برنامه های اصلاح نژادی نیز بستگی خواهد داشت.

زبان:
فارسی
صفحات:
31 تا 36
لینک کوتاه:
magiran.com/p2423161 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!