کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10973273 1108012 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Practical implications for genetic modeling in the genomics era1
ترجمه فارسی عنوان
مفاهیم عملی برای مدل سازی ژنتیکی در دوره ژنومیک 1
کلمات کلیدی
ارزیابی ژنتیکی، انتخاب ژنوم، مدل های مخلوط، چند منظوره
ترجمه چکیده
مدل های ژنتیکی داده ها را به ارزش های برآورد تخمینی و سایر اطلاعات مفید برای پرورش دهندگان تبدیل می کنند. هدف این است که پیش بینی های دقیق و به موقع عملکرد آینده برای هر حیوانی (یا جنین) را ارائه دهیم. مدل سازی شامل تعریف صفات، ویرایش داده های خام، حذف اثرات زیست محیطی، از جمله ژنتیک به وسیله تعاملات محیطی و همبستگی بین صفات، و حسابداری برای ارثی غیر قابل توزیع یا توزیع غیر عادی است. داده ها شامل فنوتیپ ها و علف های هرز در طول قرن گذشته و ژنوتیپ ها در دهه گذشته است. داده های ژنومی می تواند شامل پلی مورفیسم تک نوکلئوتیدی، لکوهای صفات کمی، درج، حذف و هپلوتیپ ها باشد. زیرمجموعه ها باید برای کاهش محاسبات انتخاب شوند، زیرا تعداد کل مواردی که می توانند محاسبه شوند، به سرعت از هزار تا میلیون افزایش می یابد. محاسبات فعلی با استفاده از 60،671 نشانگر تنها چند روز طول می کشد. مدل های غیر خطی می توانند توزیع غیر طبیعی اثرات ژنوم را تشخیص دهند، اما پایایی معمولا بهتر از مدل های خطی فقط برای صفات تحت تاثیر ژن های مهم است. تعداد حیوانات ژنوتیپ نیز در پایگاه داده مشترک آمریکای شمالی از چند هزار نفر در سال 2009 به بیش از 1 میلیون نفر در سال 2015 به سرعت افزایش یافته است. بیشتر زنان جوان هستند و در برآورد اثرات آلل در آینده کمک خواهند کرد، اما تنها حدود 150،000 تا کنون فنوتیپ ها را تشکیل می دهند . انتخاب اولیه ژنومی می تواند مدلهای حیوانی سنتی را بی اعتبار کند، زیرا نمونه برداری مندلیان از فرزندان فنوتیپی و همسران دیگر انتظار نمی رود که به طور متوسط ​​صفر باشد. با این حال، برآوردهای تعصب در داده های فعلی ایالات متحده کوچک هستند. مدلهای تک مرحله ای که روابط نسبی و ژنتیکی را ترکیب می کنند می توانند برای انتخاب پیش فرض انتخاب شوند اما تقریبی برای محاسبات مقرون به صرفه مورد نیاز است. مدل های حیوانی سنتی ممکن است شامل تمام نژادها و صلیبی ها باشند، اما بیشتر ارزیابی های ژنتیکی هنوز در نژاد محاسبه می شوند. مدل هایی که شامل همبستگی، هتروزیس، سلطه و تعامل هستند می توانند پیش بینی های مربوط به جفت گیری های فردی را بهبود بخشد. مدل های چندتایی ژنومی ممکن است برای صفات با بسیاری از پرونده های از دست رفته ترجیح داده شود و یا هنگامی که پرونده های خارجی به عنوان شبه مشاهدات گنجانده شود، اما اکثر کشورها از ارزیابی های سنتی چند منظوره استفاده می کنند و به دنبال ارزیابی ژنومی تک صفت هستند. بافت ژنتیکی حدود 70٪ برای صفات تراریخته تر است. محققان باید از بسیاری از مدل های موجود انتخاب کنند و نحوه کارکرد مدل ها را توضیح دهند تا پرورش دهندگان بتوانند با اطمینان در برنامه های انتخاب خود پیش بینی کنند.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک علوم دامی و جانورشناسی
پیش نمایش مقاله
مفاهیم عملی برای مدل سازی ژنتیکی در دوره ژنومیک 1
چکیده انگلیسی
Genetic models convert data into estimated breeding values and other information useful to breeders. The goal is to provide accurate and timely predictions of the future performance for each animal (or embryo). Modeling involves defining traits, editing raw data, removing environmental effects, including genetic by environmental interactions and correlations among traits, and accounting for nonadditive inheritance or nonnormal distributions. Data include phenotypes and pedigrees during the last century and genotypes within the last decade. The genomic data can include single nucleotide polymorphisms, quantitative trait loci, insertions, deletions, and haplotypes. Subsets must be selected to reduce computation because total numbers of variants that can be imputed have increased rapidly from thousands to millions. Current computation using 60,671 markers takes just a few days. Nonlinear models can account for the nonnormal distribution of genomic effects, but reliability is usually better than that of linear models only for traits influenced by major genes. Numbers of genotyped animals have also increased rapidly in the joint North American database from a few thousand in 2009 to over 1 million in 2015. Most are young females and will contribute to estimating allele effects in the future, but only about 150,000 have phenotypes so far. Genomic preselection can bias traditional animal models because Mendelian sampling of phenotyped progeny and mates is no longer expected to average zero; however, estimates of bias are small in current US data. Single-step models that combine pedigree and genomic relationships can account for preselection, but approximations are required for affordable computation. Traditional animal models may include all breeds and crossbreds, but most genomic evaluations are still computed within breed. Models that include inbreeding, heterosis, dominance, and interactions can improve predictions for individual matings. Multitrait genomic models may be preferred for traits with many missing records or when foreign records are included as pseudo-observations, but most countries use multitrait traditional evaluations followed by single-trait genomic evaluations. Genomic reliabilities are about 70% for the more heritable traits. Researchers must choose from many available models and explain how the models work so that breeders can more confidently apply the predictions in their selection programs.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Dairy Science - Volume 99, Issue 3, March 2016, Pages 2405-2412
نویسندگان
,