ارزیابی کارایی تکنیک نمونه‌‌گیری تجمعی بوت‌‌استرپ بر صحت روش بهترین پیش‌‌بینی نااُریب خطی ژنومی

به منظور افزایش صحت ارزیابی‌‌های روش بهترین پیش‌‌بینی نااُریب خطی ژنومی (gblup)، تکنیک نمونه‌‌گیری تجمعی بوت‌‌استرپ (بگینگ) بکار گرفته شد. بدین منظور ژنومی حاوی 10000 نشانگر تک‌‌نوکلئوتیدی دو آللی (snp) با فواصل یکسان روی 10 کروموزوم هریک به طول 100 سانتی‌‌مورگان شبیه‌‌سازی شد. برای ایجاد عدم تعادل پیوستگی (ld) بین snpها و جایگاه‌‌های‌ ژنی کنترل‌‌کننده صفات کمی (qtl)، به مدت 100 نسل بین 100 فرد (50 نر و 50 ماده) آمیزش تصادفی صورت گرفت. در نسل 101 (جمعیت مرجع) تعداد نمونه‌‌ها به 1000 یا 2000 فرد افزایش یافت و برای این افراد یک ارزش فنوتیپی شبیه‌‌سازی شد. سپس اثر نشانگرها در این جمعیت با استفاده از روش gblup و روش ترکیبی gblup با تکنیک بگینگ (bgblup) برآورد گردید. در آخر با استفاده از ضرایب رگرسیونی برآورد شده و با توجه به ژنوتیپ نشانگرها برای افراد جوان نسل‌‌های 102 تا 105 که جمعیت تائید نام دارند و فاقد فنوتیپ‌‌اند، ارزش‌‌های اصلاحی ژنومی محاسبه شد. براساس نتایج پژوهش حاضر، صحت ارزش‌‌های اصلاحی ژنومی روش gblup در همه حالات از حیث عددی بالاتر از bgblup بوده (p>0/05) و در مورد نسل اول جمعیت تائید (نسل 102) و بدون توجه به توزیع آثار جایگزینی ژنها، با جمعیتی برابر 1000 (یا 2000) فرد در جمعیت مرجع دامنه صحت ارزش‌‌های اصلاحی ژنومی روش gblup از 0.049±0.339 (0.042±0.412) برای صفت با توارث‌‌پذیری 5 درصد تا 0.015±0.728 (0.015±0.783) برای صفت با توارث‌‌پذیری 65 درصد متفاوت بود و مقادیر مشابه برای روش bgblup نیز به ترتیب 0.047±0.338 (0.042±0.411) و 0.016±0.725 (0.015±0.780) بود.

Evaluation of the effectiveness of bootstrap aggregating sampling technique in the accuracy of genomic best linear unbiased prediction method

In order to increase the accuracy of genomic best linear unbiased prediction method (GBLUP), bootstrap aggregating sampling (bagging) technique was applied. In this order a genome consisted of 10,000 biallelic single nucleotide polymorphism (SNP) over ten chromosomes, with 100 cM length each, was simulated. To generate linkage disequilibrium (LD) between SNPs and quantitative trait loci (QTL), random mating was simulated for 100 generations between 100 individuals (50 males and 50 females). Then in generation 101 (reference population) number of individuals increased to 1000 or 2000 and their phenotypes were also simulated. Then the marker effects were estimated in this population using GBLUP method or combined this method with bagging technique (BGBLUP). By using these regression coefficients and according to the genotype markers for juvenile individuals in generations 102 to 105, called validation population which had no phenotype, genomic breeding values were predicted. According to the finding of this research, the accuracies of genomic breeding values of GBLUP method were higher than those for BGBLUP (p > 0.05) and about the first testing set (102 generation) and regardless of QTL effects with a population of 1000 (or 2000) observations in the reference set, the range of GBLUP accuracy was 0.339±0.049 (0.412±0.042) for a trait with 0.05 heritability to 0.728±0.015 (0.783±0.015) for a trait with 0.65 heritability, whereas the accuracy of BGBLUP method were varied between 0.338±0.047 (0.411±0.042) to 0.725±0.016 (0.780±0.015).