مقایسه صحت برآورد ارزش‌های اصلاحی ژنومی صفات ایمنی با روش‌های مختلف بیزی

هدف از این مطالعه ارزیابی صحت مکان یابی qtl و پیش بینی های ژنومی سه صفت ایمنی شامل تعداد سلول های b، cd4 و cd8 بر اساس دو روش آمای بیزی شامل بیز cπ و لاسو و gblup بر روی 1094 موش هتروژنوس بود. داده های ژنوتیپی متشکل از 1094 حیوان با 12226 جایگاه های چندشکلی تک نوکلئوتیدی (snps) بر روی 19 کروموزوم اتوزومی بعد از کنترل کیفیت داده های snps برای نرخ خوانش به ازای هر فرد و snp و حداقل فراوانی آللی بودند. از هفت مدل آماری با در نظر گرفتن اثرات افزایشی و غالبیت نشانگرها و هم چنین آثار پلی ژنیک حیوان برای برآورد اثر snps و پیش بینی مولفه های واریانس استفاده شد. اثر snpها با روش بنفرونی تصحیح شد و صحت برآورد ارزش های اصلاحی ژنومی با روش crossvalidation ارزیابی شدند. مکان یابی نهایی جایگاه های کنترل کننده صفات کمی با هفت مدل و سه روش آماری برای سه صفت تعداد سلول های b، cd4 و cd8 به ترتیب 10، 6 و 7 qtl را بر روی کروموزوم های 1، 3، 5، 7، 8، 9، 12، 14، 16، 17 و 18 نشان داد. نتایج این مطالعه نشان داد که افزودن آثار افزایشی و غالبیت نشانگرها به همراه اثر پلی ژنیک حیوان منجر به افزایش صحت پیش بینی می شود. هم چنین، روش آماری نیز یکی از عامل های موثر در صحت پیش بینی های ژنومیک هستند. بالاترین پیش بینی ژنومیک برای تمام صفات مربوط به مدل 7 و روش بیز لاسو بود. تفاوت بین روش های آماری مربوط به پس زمینه ژنتیکی و همچنین فرضیاتی است که برای میزان تنوع آثار نشانگرها در نظر گرفته می شود.

Comparision of accuracy of genomic breeding values for immunity characters by different Baysian approaches

The aim of this study was to assess the accuracy of QTL mapping and genomic predictions for three immunity traits including B cell, CD4 and CD8 based on two Bayesian statistical methods such as Cπ, LASSO and GBLUP in 1094 heterogeneous mice. Genotype data set was composed of 1094 individuals with 12226 polymorphic loci (SNPs) on 19 autosomal chromosomes, after the quality control filtering of all genotyped SNPs data, for call rate per individual and per SNP and minimum all frequency. The seven statistical model to exploring of additive and dominance effects of SNPs as well as polygenic effect of animal was used to estimate SNPs effect and variance components. SNPs effect was corrected with Bonferoni methods and accuracy of genomic breeding values for all of traits were evaluated using crossvalidation. Final QTL mapping with seven model and three statistical methods showed that 10, 6 and 7 on 1, 3, 5, 7, 8, 9, 12, 14, 16, 17 and 18 chromosomes for B cell, CD4 and CD8 traits, respectively. The results of this study showed that by added to additive and dominant effects of markers with the animal's polygenic effect, the accuracy of genomic predictions is increased. Also, statistical methods were used a factor affecting the accuracy of the genomic pridictions. The highest accuracy of genomic predictions for all of traits was related to seven model and Bayesian LASSO. The difference between these statistical methods was related to the background of genetic architecture, as well as assumptions that are considered for the variance of marker effects.