عنوان

استراتژی های بهره برداری از انتخاب ژنومی در برنامه های اصلاح نژادی گاو گوشتی

پ۲۹۶۲۸

per

استراتژی های بهره برداری از انتخاب ژنومی در برنامه های اصلاح نژادی گاو گوشتی

مریم اسرافیلی تازه کند محمدیه

کشاورزی

۱۴۰۲

۱۳۰ص.

سی دی

دکتری

علوم دامی گرایش ژنتیک و اصلاح دام وطیور

۱۴۰۲/۰۶/۱۴

انتخاب ژنومی (GS) نقش اساسی در بهبود برنامه¬های ژنتیکی دام دارد. در گاوهای شیری، این روش در حال حاضر یک ابزار شناخته شده برای تخمین ارزش¬های اصلاحی حیوانات جوان و کاهش فاصله نسلی است. با توجه به ساختار¬های مختلف پرورش گاو گوشتی، اجرای GS هنوز یک چالش است و به میزان بسیار کمتری نسبت به گاوهای شیری پذیرفته شده است. به منظور بررسی تأثیر انتخاب ژنومی، روی صحت پیش بینی گاو گوشتی، این پژوهش در دو مرحله انجام شد. در مرحله¬ی اول، جهت ارزیابی تأثیر سناریوهای مختلف تعیین ژنوتیپ و فنوتیپ، روی صحت پیش بینی، با تقلید از سیستم عملی ارزیابی ژنتیکی گاو گوشتی، یک جمعیت چند¬نژادی از گاو گوشتی شبیه سازی شد. نتایج این مرحله حاکی از بهبود در صحت پیش‌بینی بود، حتی زمانی¬که تعداد محدودی از حیوانات ژنوتیپ شده باشند (یعنی 3٪ از کل حیوانات در ارزیابی ژنتیکی). مقایسه سناریو¬های مختلف ژنوتیپ نشان داد که ژنوتیپ انتخابی باید بر روی حیوانات از هر دو نسل اجدادی و جوان¬تر باشد. علاوه بر این، از آنجایی که ارزیابی ژنتیکی در عمل، صفاتی را که در هر دو جنس بیان می¬‌شوند، پوشش می¬‌دهد، توصیه می‌¬شود که ژنوتیپ کردن حیوانات از هر دو جنس را پوشش دهد. در مرحله¬ی دوم، به منظور بررسی تأثیر روش GS روی صحت پیش بینی از سه روش BLUP سنتی، GBLUP و ssGBLUP برای صفات وزن تولد و وزن 200 روزگی با استفاده از رکوردهای مربوط به داده¬های ژنومی 7071 رأس گاو کوشتی از 5 نژاد مختلف استفاده شد. نتایج حاصل از این مرحله نشان داد، که میانگین صحت پیش بینی ژنومی روش¬های BLUP سنتی، GBLUP و ssGBLUP برای صفت وزن تولد به ترتیب 26/0، 45/0 و 64/0 و برای صفت وزن 200 روزگی به ترتیب 093/0، 19/0 و 35/0 برآورد شد. دامنه برآورد صحت 091/0 برای صفت وزن 200 روزگی در روش BLUP سنتی تا 854/0 برای صفت وزن تولد در روش ssGBLUP متفاوت بود. نتایج این مرحله نشان داد که با توجه به بالا بودن صحت پیش بینی ژنومی روش ssGBLUP نسبت به دو روش دیگر، برای پیش بینی ارزش¬های اصلاحی ژنومی در صفات لاشه (وزن تولد، وزن 200 روزگی) در گاو گوشتی توصیه می¬شود. بطور کلی، با توجه به نتایج این پژوهش می¬توان نتیجه گرفت که انتخاب ژنومی با توجه به ساختار چند نژادی گاو گوشتی، با استفاده از روش ssGBLUP می¬تواند جایگزین مناسبی برای انتخاب سنتی در گاو گوشتی شود. همچنین، برای دست¬یابی به بیشترین صحت پیش بینی بهتر است تعیین ژنوتیپ حیوانات به صورت انتخابی و با استفاده از هر دو جنس نر و ماده و حیوانات مسن¬تر و جوان¬تر باشد.

Genomic selection (GS) plays an essential role in livestock genetic improvement programs. In dairy cattle, the method is already a recognized tool to estimate the breeding values of young animals and reduce generation intervals. Due to the different breeding structures of beef cattle, the implementation of GS is still a challenge and has been adopted to a much lesser extent than dairy cattle. In order to investigate the effect of genomic selection on the prediction accuracy of beef cattle, this research was conducted in two stages. In the first stage, in order to evaluate the effect of different genotype and phenotype determination scenarios on the prediction of accuracy, a multi-breed population of beef cattle was simulated by imitating the practical system of beef cattle genetic evaluation. The results of this step showed an improvement in prediction accuracy, albeit a limited number of animals being genotyped (i.e., 3% of total animals in genetic evaluation). The comparison of genotyping scenarios revealed that selective genotyping should be on animals from both ancestral and younger generations. In addition, as genetic evaluation in practice covers traits that are expressed in either sex, it is recommended that genotyping covers animals from both sexes. In the second step, in order to investigate the effect of the GS method on the prediction accuracy of genomic selection for traditional BLUP, GBLUP and ssGBLUP methods for birth weight and 200-day weight traits in five breeds of beef cattle. In this study, records related to genomic data of 7071 beef cattle that were genotyped were used. The results of the second stage that the average prediction accuracy of traditional BLUP, GBLUP and ssGBLUP methods for birth weight trait was 0.26, 0.45 and 0.64 for 200 days weight trait was estimated as 0.093, 0.19 and 0.35 respectively. The accuracy estimation range was different from 0.091 for the 200-day weight trait in the traditional BLUP method to 0.854 for the birth weight trait in the ssGBLUP method. In general, the results of this research showed that due to the high accuracy of genomic prediction of ssGBLUP method compared to the other two methods, it is recommended for predicting genomic breeding values in carcass traits (birth weight, 200-day weight) in beef cattle. In general, according to the results of this research, it can be concluded that genomic selection using the ssGBLUP method can be a suitable alternative to traditional selection in beef cattle. Also, in order to achieve the highest prediction accuracy, it is better to determine the genotype of animals selectively and using both males and females and older and younger animals.

Strategies for exploiting genomic selection in beef breeding programs

‏اسرافیلی تازه کند محمدیه،

مریم‏

تهیه کننده

‏رأفت،

اسفندیاری،

شجاع،

جوانمرد،

سید عباس ‏

هادی‏

جلیل ‏

آرش ‏

استاد راهنما

استاد راهنما

استاد مشاور

استاد مشاور

‏تبریز