کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8501803 1553845 2017 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A 100-Year Review: Methods and impact of genetic selection in dairy cattle-From daughter-dam comparisons to deep learning algorithms
ترجمه فارسی عنوان
یک بررسی 100 ساله: روشها و تأثیر انتخاب ژنتیکی گاوهای شیری - از مقایسههای دخترانه تا الگوریتمهای یادگیری عمیق
کلمات کلیدی
ترجمه چکیده
در اوایل دهه 1900، انجمن های نژادی جامعه تاسیس شد و برنامه های ضبط شیر در دوران کودکی خود بودند. کشاورزان می خواستند بهره وری گاو خود را بهبود بخشد، اما پایه های ژنتیک جمعیت، ژنتیک کمی، و پرورش حیوانات گذاشته نشده است. دامداران زودرس تلاش کردند تا خانواده های برتر ژنتیکی را با استفاده از پرونده های عملکردی تحت تاثیر شرایط محیطی محلی و شیوه های مدیریت گله خاص قرار دهند. مقایسه بیشینه ی سنی دخترها برای بیش از 30 سال استفاده شد و اگر چه پیشرفت ژنتیک حداقل بوده است، توجه به ضبط عملکرد، نظریه ی ژنتیک و روش های آماری در سال های آینده پرداخت می شود. روش های مقایسه ای معاصر (ارباب) باعث شد حسابداری دقیق تر برای عوامل محیطی و پیشرفت ژنتیک زمانی که این روش ها همراه با تلقیح مصنوعی و تست نسل بعد شد، سرعت بخشید. پیشرفت در محاسبات، پیاده سازی مدل های خطی مخلوط را که به طور مطلوب داده های شجره نامه و عملکرد را بهینه می کنند، تسهیل می کند و تصمیم گیری دقیق انتخاب را امکان پذیر می سازد. توالی ژنوم گاو به انقلاب در تولید گاوهای شیری منجر شد و سرعت کشف علمی و پیشرفت ژنتیک به سرعت در حال افزایش بود. مدل های مبتنی بر نژادپرستانه مسیر پیش بینی ژنوم کل را فراهم کرده اند، و مدل های رگرسیون بیزی و الگوریتم های یادگیری ماشین با مدل های مخلوط خطی در مجموعه جعبه سازندگان حیوانات مدرن ترکیب شده اند. پیشرفت های آینده احتمالا شامل تشریح مکانیزم های ارثی ژنتیکی و اصلاح اپی ژنتیکی در مسیرهای بیولوژیک کلیدی خواهد بود و داده های ژنومی با داده های سنسورهای مزرعه ای برای تسهیل مدیریت دقیق در مزارع لبنی مدرن مورد استفاده قرار می گیرند.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک علوم دامی و جانورشناسی
چکیده انگلیسی
In the early 1900s, breed society herdbooks had been established and milk-recording programs were in their infancy. Farmers wanted to improve the productivity of their cattle, but the foundations of population genetics, quantitative genetics, and animal breeding had not been laid. Early animal breeders struggled to identify genetically superior families using performance records that were influenced by local environmental conditions and herd-specific management practices. Daughter-dam comparisons were used for more than 30 yr and, although genetic progress was minimal, the attention given to performance recording, genetic theory, and statistical methods paid off in future years. Contemporary (herdmate) comparison methods allowed more accurate accounting for environmental factors and genetic progress began to accelerate when these methods were coupled with artificial insemination and progeny testing. Advances in computing facilitated the implementation of mixed linear models that used pedigree and performance data optimally and enabled accurate selection decisions. Sequencing of the bovine genome led to a revolution in dairy cattle breeding, and the pace of scientific discovery and genetic progress accelerated rapidly. Pedigree-based models have given way to whole-genome prediction, and Bayesian regression models and machine learning algorithms have joined mixed linear models in the toolbox of modern animal breeders. Future developments will likely include elucidation of the mechanisms of genetic inheritance and epigenetic modification in key biological pathways, and genomic data will be used with data from on-farm sensors to facilitate precision management on modern dairy farms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Dairy Science - Volume 100, Issue 12, December 2017, Pages 10234-10250
نویسندگان
, , , ,