مقایسه روش های مختلف آماری در انتخاب ژنومی گاوهای هلشتاین

انتخاب ژنومی، ارزش های ژنتیکی را در صفات پیچیده کمی از طریق ترکیب داده های ژنومی و فنوتیپی با استفاده ازمدل های آماری پیش بینی می کند. صحت پیش بینی ارزش های ژنتیکی در جمعیت تحت انتخاب اثر زیادی بر موفقیت این روش انتخاب دارد. مدل آماری که برای برآورد اثرات نشان گری در جمعیت مرجع از آن استفاده می شود، از عوامل موثر بر صحت پیش بینی ها می باشد. عوامل مختلفی مانند تراکم نشان گری، جمعیت مرجع و معماری ژنتیکی صفت بر انتخاب بهترین مدل آنالیز تاثیر گذارند. در این مطالعه، گاوهای هلشتاین ایران شبیه سازی و مدل های مختلف آنالیز در انتخاب ژنومی این جمعیت بررسی شدند. مدل gblup و چهار مدل بیزی a، b، lasso و در حالت های مختلفی از جمعیت مرجع، تعداد جایگاه های صفت کمی (qtl) و تراکم نشان گری مقایسه شدند. روش های بیزی نسبت به روش gblup صحت برآورد بالاتری داشتند و این برتری در حالت کم بودن تعداد ژن های بزرگ اثر و استفاده از اطلاعات جمعیت های دیگر در تشکیل جمعیت مرجع ایران بیشتر بود. برای انتخاب ژنومی در جمعیت گاوهای هلشتاین ایران، به کارگیری مدل بیز b در جمعیت مرجعی شامل گاوهای نر و ماده و بهره گیری از اطلاعات جمعیت های دیگر پیشنهاد می گردد.