ارزیابی ژنتیکی صفات تولیدمثلی بز کرکی رائینی با مدل‌های معادلات ساختاری

در پژوهش کنونی از اطلاعات جمع‌آوری‌شده طی سال‌های 1372 تا 1389 در ایستگاه پرورش و اصلاح نژاد بز کرکی رائینی برای ارزیابی صفات تولیدمثلی 1312 راس بز ماده نژاد کرکی رائینی و استنباط روابط علّی بین آن‌ها استفاده شد. صفات تولیدمثلی بررسی شده شامل تعداد بزغاله‌های متولد شده از هر بز مولّد، تعداد بزغاله‌های شیرگیری‌شده از هر بز مولّد، مجموع وزن تولّد بزغاله‌ها از هر بز مولّد و مجموع وزن شیرگیری بزغاله‌ها از هر بز مولّد بودند. سه مدل ارزیابی ژنتیکی شامل مدل‌های چندصفتی استاندارد، چندصفتی یک‌طرفه براساس دانش پیشین و چندصفتی براساس الگوریتم جستجوی ic با استفاده از رویکرد بیزین بر داده‌ها برازش داده شدند. مقایسه مدل‌های مذکور با معیار انحراف اطلاعات (dic)، میانگین مربعات خطا (mse) و همبستگی پیرسون بین مقادیر مشاهده‌شده و پیش‌بینی‌شده () نشان داد مدل چندصفتی براساس الگوریتم جستجوی ic نسبت به دو مدل دیگر dic کمتر و برای کلیه صفات mse کمتر و  بیشتری دارد که بر مطلوبیت آن در ارزیابی ژنتیکی صفات مورد بررسی دلالت دارد. همچنین، تغییر رتبه حیوانات براساس ارزش اصلاحی آن‌ها تحت مدل‌های چندصفتی استاندارد و چندصفتی براساس الگوریتم ic نیز لزوم توجه به روابط علّی میان صفات برای دستیابی به رتبه‌بندی صحیح دام‌های مولد را نشان داد.

Genetic evaluation of reproductive traits in Raeini Cashmere goat using structural ‎equation modeling

In the present study, data collected from 1993 to 2011 in Raeini Cashmere goat breeding station were used for genetic evaluation and inferring causal relationships among reproductive traits applying structural equation models. The studied lifetime reproductive traits were included the overall number of kids born (OLSB), the overall number of kids weaned (OLSW), the overall litter weight at birth (OLWB) and the overall litter weight at weaning (OLWW). Three models including standard (SMM), recursive based on prior knowledge (PRM) and recursive based on inductive causation algorithm (ICM) multivariate models were used for genetic evaluation of animals under the Bayesian approach. The comparisons of the investigated models via deviance information criterion (DIC), mean square error (MSE) and Pearson’s correlations between observed and predicted records () revealed that ICM had lower DIC and MSE and higher () for all the studied lifetime reproductive traits; implying the more plausibility of ICM over SMM and PRM. Furthermore, reraking of the animals under SMM and ICM confirmed the importance of considering the causal relationship among the traits for ensuring accurate ranking of animals according to their breeding values.