پیش‌بینی مولفه‌های واریانس و فراسنجه‌های ژنتیکی صفات وزن بدن آمیخته‌های بلدرچین ژاپنی با در نظر گرفتن آثار ژنتیکی غیرافزایشی

صفات رشد در پرندگان گوشتی از صفات مهم اقتصادی در برنامه‌های اصلاح نژادی هستند. بخش قابل توجهی از عملکرد رشد در پرندگان نتیجه‌ اثر ترکیبی ژن‌ها است، که بهره‌گیری از این اثرات ترکیبی نیازمند طراحی یک سیستم مطلوب جفت‌گیری جهت استفاده از قابلیت ترکیبی عام و خاص ژن‌ها می‌باشد. این مطالعه با هدف پیش‌بینی مولفه‌های واریانس و فراسنجه‌های ژنتیکی صفات وزن بدن در جمعیت آمیخته حاصل ازتلاقی دی آلل کراس چهار سویه بلدرچین با استفاده از مدل‌هایی شامل اثرات ژنتیکی افزایشی مستقیم و اثرات ژنتیکی غیرافزایشی انجام شد. برآورد مولفه‌های واریانس برای صفات وزن شامل وزن هچ، وزن‌های 5، 10، 15، 20، 25، 30، 35، 40 و 45 روزگی با مدل دام تکصفتی مبتنی بر نمونه‌گیری گیبس انجام گرفت. نمونه‌گیری گیبس با 1500000 سیکل، دور سوخته 150000 و فواصل 100 انجام شد. وراثتپذیری صفات فوق به ترتیب 655/0، 276/0، 201/0، 022/0، 053/0، 04/0، 129/0، 087/0، 417/0 و 046/0 برآورد شدند. در صفات وزن مربوط به سنین اولیه رشد، سهم اثرات ژنتیکی مستقیم کم بود و با افزایش سن پرنده به سهم واریانس افزایشی پرنده افزوده شد. افزودن اثرات ژنتیکی غیرافزایشی شامل غلبه و اپیستاتیک در مدل‌ باعث کاهش واریانس خطا و افزایش دقت برآوردهای واریانس ژنتیک افزایشی گردید.

Estimation of variance components and genetic parameters of body weight traits in crossbreds of Japanese quail with considering non-additive genetic effects

Growth traits in broiler chicken are important economic traits in breeding programs. A major part of the growth performance in birds is the result of the gens combination, which use of these combined effects requires the optimal design for mating system to use the general and specific genes’ combining ability. The aim of this study was to estimate variance components and genetic parameters for body weight traits in a crossbred population of four Japanese quail strains from of partial diallel cross design using an animal model includes direct additive and nonadditive genetic effects. The estimation of variance components for body weight traits, including hatch weight and weights at 5, 10, 15, 20, 25, 30, 35, 40 and 45 daysold were performed using a singletrait animal model via Gibbs sampling. Gibbs chains with 1,500,000 iterations were generated, with an initial discard of 150,000 samples and a sampling interval of 100 iterations. The estimated heritability of the above mentioned traits were 0.655, 0.276, 0.201, 0.022, 0.053, 0.04, 0.129, 0.087, 0.417 and 0.046, respectively. The contribution of direct additive genetic variance was lower in early weighting traits and the additive variance contribution was incremented with an increase in the bird’s age. Adding nonadditive genetic effects, including dominance and epistasis in the model, reduced the error variance and increased the accuracy of additive genetic variance estimates.