| تعداد نشریات | 285 |
| تعداد نشریات سازمان | 83 |
| تعداد شمارهها | 3,115 |
| تعداد مقالات | 34,688 |
| تعداد مشاهده مقاله | 49,904,704 |
| تعداد دریافت فایل اصل مقاله | 80,223,966 |
ارزیابی روشهای انتخاب سنتی و ژنومیک برای انتقال و تثبیت یک ژن عمده در گوسفند بوسیله شبیه سازی | ||
| علوم دامی | ||
| مقاله 13، دوره 32، شماره 124، آذر 1398، صفحه 171-182 اصل مقاله (1.97 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/asj.2018.123964.1798 | ||
| نویسندگان | ||
| میثم لطیفی1؛ امیر رشیدی* 2؛ رستم عبداللهی ارپناهی3؛ محمد رزم کبیر4 | ||
| 1دانشجوی دکتری ژنتیک و اصلاح نژاد دام دانشگاه کردستان | ||
| 2استاد گروه علوم دامی، دانشکده کشاورزی، دانشگاه کردستان. | ||
| 3استادیار گروه علوم دامی، پردیس ابوریحان، دانشگاه تهران | ||
| 4استادیار گروه علوم دامی، دانشکده کشاورزی، دانشگاه کردستان | ||
| چکیده | ||
| هدف از این مطالعه بررسی انتقال یک ژن عمده با روشهای سنتی (Classic)، ژنومیک (Genomic)، سنتی با انتخاب به کمک ژن (GasClassic) و ژنومیک با انتخاب به کمک ژن (GasGenomic) برای بهبود صفت چندقلوزایی با استفاده از شبیهسازی رایانهای در یک جمعیت گوسفند بود. بدین منظور صفتی با وراثتپذیری 1/0 شامل دو کروموزم که هر یک به طول صد سانتی مورگان بود، شبیه سازی شد. بر روی هر کروموزم 10000 SNPو 100QTL به صورت تصادفی شبیهسازی شد. در کروموزم اول یک QTL به عنوان ژن عمده در موقعیت 7/25 سانتی مورگان شبیهسازی شد که 40 درصد از واریانس ژنتیکی کل را به خود اختصاص داد. اثر اللهای مطلوب و نامطلوب برای QTL مورد نظر پس از هفت نسل به ترتیب در دو نژاد A و B تثبیت شد. به منظور انتقال الل مطلوب از نژاد A به نژاد B پنج نسل تلاقی برگشتی (BC) انجام شد و میزان پیشرفت ژنتیکی، صحت ارزیابی، فراوانی الل مطلوب و میزان همخونی برآورد گردید. پیشرفت ژنتیکی در روش GasGenomic و Genomic نسبت به روش GasClassic و Classic به ترتیب 26 و 62 درصد بیشتر بود. فراوانی الل مطلوب، پس از پنج نسل در روش Classic، Genomic، GasClassic و GasGenomic در BCها به ترتیب 387/0، 778/0، 965/0 و 975/0 بود. نتایج حاصل از این مطالعه نشان داد اگر هدف وارد کردن یک ژن عمده به نژادهای بومی -باشد روش سنتی انتخاب به کمک ژن میتوان فراوانی ژن عمده را به اندازه روش ژنومیک با انتخاب به کمک ژن افزایش دهد. | ||
| کلیدواژهها | ||
| چندقلوزایی؛ ژن عمده؛ انتقال ژن؛ شبیه سازی | ||
| عنوان مقاله [English] | ||
| Assessment of classic and genomic selection methods for introgression and fixed a major gene to sheep using simulation | ||
| نویسندگان [English] | ||
| meysam latifi1؛ A. Rashidi2؛ Rostam Abdollahi-Arpanahi3؛ Mohammad Razmkabir4 | ||
| 1Department of Animal Science, Faculty of Agriculture, University of Kurdistan, Sanandaj, Iran. | ||
| 3Department of Animal science, Aburaihan Campus, University of Tehran, Iran | ||
| 4Department of Animal Science, Faculty of Agriculture, University of Kurdistan, Sanandaj, Iran. | ||
| چکیده [English] | ||
| The purpose of this study was to evaluate traditional, genomic, gene-assisted traditional selection and gene-assisted genomic selection methods for introgression a major gene in sheep population to improve the litter size trait using computer simulation. In this regard, a trait with heritability of 0.1, including two chromosomes each with a length of 100 cM, was simulated. On chromosome 1, a single QTL as the major gene was created that accounted for 40% of the total genetic variance. This QTL was located in the position of 25.7 cM. In breed A and B, animals were selected based for favorable and unfavorable to create two breeds that has been fixed for opposite alleles. Using the gene introgression approach, the favorable allele in breed A was insert to breed B and the new population was evaluated for genetic gain, accuracy of evaluation, frequencies of favorable allele and inbreeding rate. After five backcrossing generations, genetic gain in GasGenomic and Genomic methods was 26 and 62 percent higher than GasClassic and Classic methods, respectively. The frequency of favorable allele after five generations in Classic, Genomic, GasClassic and GasClassic was 0.387, 0.778, 0.965 and 0.975, respectively. The results of this study showed that if the goal is only introgression a major gene into an indigenous breed, by using gene-assisted classic selection, the frequency of a major gene can also be increased as much as obtain by the gene-assisted genomic selection. | ||
| کلیدواژهها [English] | ||
| Litter Size, Major Gene, Introgression, Simulation | ||
| مراجع | ||
|
عباسی، م.ا. و علیجانی، ص.(1394). ردیابی ژنهای عمده مؤثر بر صفات عملکردی مرغان بومی فارس با استفاده از روش تفرق بیزی. مجله نشریه علوم دامی (پژوهش و سازندگی)، شماره 107، ص ص 218-211. Asadpour, R., Jafari-Joozani, R., Alijani, S. and Mahmod, H. (2012). Detection of polymorphism in booroola gene (FecB) and its association with litter size in Zel sheep breed in Iran. Slovak Journal of Animal Science. 45: 63-66. Bodin, L., Martin, P.M. and Raoul, J. (2014). Effects of the FecL Major Gene on Mean and Variance of Litter Size in the Lacaune Meat Sheep Population. Proceedings, 10th World Congress of Genetics Applied to Livestock Production, Canada. Daetwyler, H.D., Villanueva, B., Bijma, P. and Woolliams, J.A. (2007). Inbreeding in genome-wide selection. Journal of Animal Breeding and Genetics. 124: 369–376. Davis, G.H. (2004). Fecundity genes in sheep. Animal Reproduction Science. 82: 247-253. Elsen, J.M., Amigues, Y. Amigues, Schelcher,F., Ducrocq, V., Andreoletti, O., Eychenne, F., Tien Khang, J.V., Poivey, P., Lantier, F. and Laplanche, J.-L .(1999). Genetic susceptibility and transmission factors in scrapie: Detailed analysis of an epidemic in a closed flock of Romanov. Archives of Virology. 144(3):431–445. Gaspa, G., Veerkamp, R.F., Calu, M.P.L. and Windig, J.J. (2015). Assessment of genomic selection for introgression of polledness into Holstein Friesian cattle by simulation. Livestock Science. 179: 86-95. Hadfield, J.D. and Nakagawa, S. (2010). General quantitative genetic methods for comparative biology: phylogenies, taxonomies and multi-trait models for continuous and categorical characters. Journal of Evolutionary Biology. 23(3): 494-508. Hanford, K.J., Van Vleck., L.D and Snowder, G.D. (2005). Estimates of genetic parameters and genetic change for reproduction, weight, and wool characteristics of Rambouillet sheep. Small ruminant research. 57: 175–186. Hayes, B.J., Bowman, P.J., Chamberlain, A.J. and Goddard, M.E. (2009). Invited review: Genomic selection in dairy cattle: Progress and challenges. Journal of Dairy Science. 92: 433-443. Hoban, S., Bertorelle, G. and Gaggiotti, O.E. (2012). Computer simulations: tools for population and evolutionary genetics. Nature Reviews Genetics. 13: 110–122. Hospital, F., Chevalet, C. and Mulsant, P. (1992). Using markers in gene introgression breeding Programs. Genetics. 132: 1199–1210. Koudande, O.D., Iraqi, F., Thomson, P. C, Teale, A.J. and Van Arendonk, J.A.M. (2000) Strategies to optimize marker assisted introgression of multiple QTL. Mammalian Genome. 11: 145–150. Leroux, C., Martin, P., Mahé, M.-F. Levéziel, H. and Mercier, J.-C. (1990). Restriction fragment length polymorphism identification of goat alpha s1-casein alleles: A potential tool I selection of individuals carrying alleles associated with a high level protein synthesis. Animal Genetics. 21(4):341–351. Meuwissen, T.H., Hayes, B.J. and Goddard, M.E. (2001). Prediction of Total Genetic Value Using Genome-Wide Dense Marker Maps. Genetics. 157: 1819-1829. Mokhtari, M.S., Rashidi, A. and Mohamadi, Y. (2010). Estimation of genetic parameters for post-weaning traits of Kermani sheep. Journal of Animal Science. 80: 22-27. Moradband, F., Rahimi, G. and Gholizadeh, M. (2011). Association of polymorphisms in fecundity genes of GDF9, BMP15 and BMP15-1B with litter size in Iranian Baluchi sheep. Asian-Australasian Journal of Animal Sciences. 24: 1179-1183. Muir, W.M. (2007). Comparison of genomic and traditional BLUP-estimated breeding value accuracy and selection response under alternative trait and genomic parameters. Journal of Animal Breeding and Genetics. 124: 342–355. Odegard, J., Sonesson, A.k., Yazdi, M.H. and Meuwissen., T.H.E. (2009a). Introgression of a major QTL from an inferior into a superior population using genomic selection. Genetics Selection Evolution. 41(38): 1-10. Odegard, J., Yazdi, M.H., Sonesson, A.K. and Meuwissen, T.H.E. (2009b). Incorporating Desirable Genetic Characteristics from an Inferior Into a Superior Population Using Genomic Selection. Genetics Society of America. 181:737-745. Olesen, I., Svendsen, M., Klemetsdal, G. and Steine, T. (1995). Application of a multiple-trait animal model for genetic evaluation of maternal and lamb traits in Norwegian sheep. Animal Science. 60: 457–469. Perez, P. and de los Campos, G. (2014). Genome-wide regression and prediction with the BGLR statistical package. Genetics. 198: 483–495. Piper, L.R., Bindon, B.M. and Davis, G.H. (1985). The single gene inheritance of the high litter size of the Booroola Merino. pp. 115-125. In: Land, R.B. and Robinson, D.B. (Eds). Genetics of reproduction in sheep.1st edn. Butterworths, 427 P. Rupp, R., Mucha, S., Larroque, H., McEwan, L. and Conington, J. (2016). Genomic application in sheep and goat breeding. Animal Frontiers. 6(1): 39-44. Sargolzaei, M. and Schenkel, F.S. (2009). QMSim: a large scale genome simulator for livestock. Bioinformatics. 25(5): 680-681. Scheper, C., Wensch-Dorendorf, M., Yin, T., Dressel, H., Swalve, H. and König, S. (2016). Evaluation of breeding strategies for polledness in dairy cattle using a newly developed simulation framework for quantitative and Mendelian traits. Genetics Selection Evolution. 48(50): 1-11. Visscher, P.M. and Haley, C.S. (1999). On the efficiency of marker-assisted introgression. Animal Science. 68: 59–68. Wall, E., Visscher, P.M., Hospital, F. and Wolliams, J.M. (2005). Genomic Contribution in Livestock gene introgression programmes. Genetics Selection Evolution. 37: 291-313. Wang, C.L., Ding, X.D., Wang, J.Y., Liu, J.F., Fu, W.X., Zhang, Z., Yin, Z-J and Zhang, Q. (2013). Bayesian methods for estimating GEBVs of threshold traits. Heredity. 110: 213–219. | ||
|
آمار تعداد مشاهده مقاله: 1,078 تعداد دریافت فایل اصل مقاله: 712 |
||