شناسایی ژن‌های موثر بر صفات رشد در جوجه های گوشتی با استفاده از روش‌های رگرسیون خطی و یادگیری ماشین

آگاهی از ارتباط چندشکلی های تک نوکلئوتیدی با صفات مهم اقتصادی یکی از ابزارهای مهم برنامه های اصلاح نژاد در صنعت طیور است. مطالعات پویش ژنومی برای کشف چندشکلی های تک نوکلئوتیدی (نشان گرها) مرتبط با این صفات، اغلب با استفاده از مدل های خطی ساده صورت می گیرد که به دلیل وجود برخی از فرضیات این مدل ها، ممکن است بعضی از نشان گرها شناسایی نشوند. این مطالعه با هدف ارزیابی کارآیی روش های جنگل تصادفی و گرادیان بوستینگ و ارزیابی عملکرد آن ها در مقابل مدل خطی برای شناسایی نشان گرهای همبسته با صفات وزن بدن در سنین 6 و 9 هفتگی در جوجه های گوشتی نسل دوم حاصل از تلاقی های دوطرفه لاین تجاری آرین با پرنده های بومی ارومیه انجام شد. نتایج نشان داد که دو روش یادگیری ماشین توانستند نشان‌گرهای مهمی از جمله ggaluga308573، ggaluga255033، gga_rs13614212، gga_rs13743072، ggaluga258772، gga_rs14034395 و gga_rs13858398 را برای صفات وزن بدن شناسایی کنند که به ترتیب با ژن های map2، acsl1، camsap2، fam117b، slc4a4، timp4 و lncrna در ارتباط بودند. تقسیم سلولی، کنترل رشد، تنظیم ساختار  اسکلت سلولی و میکروتوبول، و فعالیت رونویسی مهمترین فرآیند بیولوژیکی این ژن ها می باشند. مطالعه ژن‌های جدید شناسایی شده توسط روش های یادگیری ماشین، که مدل خطی قادر به شناسایی آن ها در جمعیت مورد مطالعه نبودند، می‌تواند بینش جدیدی را برای کنترل ژنتیکی صفات رشد در جوجه‌های گوشتی باز کند. علاوه بر این، نشان گرهای با اهمیت کشف شده، قابلیت استفاده در برنامه های اصلاح ژنتیکی جوجه‌های گوشتی را دارند.

identification of genes affecting growth traits in broiler chickens using linear regression and machine learning methods

knowledge about the association between single nucleotide polymorphisms (snps) and important economic traits is one of the crucial tools in breeding programs within the poultry industry. genome wide studies for discovering snp variations related to these traits are often conducted using simple linear models. however, due to certain assumptions of these models, some snp markers may not be identified. this study aimed to evaluate the performance of random forest and gradient boosting methods compared to linear models in identifying snp markers associated with body weight traits at 6 and 9 weeks of age in f2 broiler chickens resulting from crosses between the commercial arian line and native urmia birds. the results showed that the machine learning approaches were able to identify important markers, such as ggaluga308573, ggaluga255033, gga_rs13614212, gga_rs13743072, ggaluga258772, gga_rs14034395, and gga_rs13858398, associated with body weight traits, which were related to genes map2, acsl1, camsap2, fam117b, slc4a4, timp4, and lncrna, respectively. these genes are primarily involved in cellular division, growth control, regulation of cellular skeleton structure and microtubules, and transcription activity, constituting the most important biological processes. the identification of these novel genes using machine learning methods, which were not detected by linear models and previous studies in this population, could provide new insights into genetic control of growth traits in broiler chickens. moreover, the discovered significant markers can be utilized in genetic improvement programs for broiler chickens.