Genauigkeit der Vorhersage
Dinesh Thekkoot, PhD
Universität von Alberta und Genesus Inc.
Ziel der Tierzucht ist es, die Populationen genetisch zu verbessern. Mit anderen Worten, die nächste Generation sollte der aktuellen Generation überlegen sein. Die Herausforderung besteht darin, die besten Tiere zu identifizieren, um Eltern der nächsten Generation zu sein. Um zukünftige Eltern zu identifizieren, müssen wir ihren wahren (genetischen) Zuchtwert kennen (TBV). Im wirklichen Leben ist es unmöglich, das TBV eines Tieres zu beobachten. Daher verwenden wir eine Schätzung des TBV, die als geschätzter Zuchtwert bezeichnet wird (EBV). Eltern der nächsten Generation werden auf Basis ihrer EBVs ausgewählt.
Eine wichtige Frage ist, wie genau eine Schätzung des EBV des TBV ist. Die Genauigkeit von EBV ist definiert als die Korrelation zwischen wahren und geschätzten Zuchtwerten. Diese Korrelation gibt einen Eindruck davon, wie nahe das EBV am TBV liegt. Die Genauigkeit des EBV kann von 0 (eine ungenaue Schätzung) bis 1 (EBV ist eine perfekte Schätzung des TBV) reichen. Je höher die EBV-Genauigkeit ist, desto geringer ist das Risiko, Tiere mit niedrigem TBV als Eltern auszuwählen. Die EBV-Genauigkeit beeinflusst auch den genetischen Gewinn aus einem Auswahlprogramm. Der genetische Gewinn in einem Zuchtprogramm ist proportional zur Genauigkeit des EBV. Je höher die EBV-Genauigkeit ohne Änderung anderer Faktoren ist, desto größer ist der genetische Gewinn aus der Selektion.
Der genetische Gewinn pro Jahr wird anhand der Formel berechnet
Wo ist der genetische Gewinn pro Jahr, ist die Intensität der Selektion, ist die EBV-Genauigkeit, ist die additive genetische Standardabweichung des zu selektierenden Merkmals und ist das in Jahren ausgedrückte Generationsintervall. In den meisten Schweinezuchtprogrammen werden die Selektionsintensität und das Generationsintervall nahezu optimiert, ohne die genetische Variation negativ zu beeinflussen. Daher müssen wir für jede weitere Erhöhung Methoden einführen, die die Genauigkeit von EBV erhöhen können.
Die EBV-Genauigkeit hängt von vielen Faktoren ab, wie die Erblichkeit des Merkmals, die Menge und die Qualität der verfügbaren Informationen über die Auswahlkandidaten und Verwandten, die genetischen Beziehungen zwischen den Tieren usw. Im Allgemeinen gilt, je höher die verfügbaren Informationen, desto höher wird die EBV-Genauigkeit sein.
EBV-Genauigkeiten mit verschiedenen Methoden
- Beste lineare Vorhersage (BLUP) Tiermodell. Diese Methode wird in den meisten der genetischen Programme heute verwendet und nutzt alle verfügbaren Informationen für die Berechnung von EBVs. Die EBVs werden unter Verwendung von Phänotypen auf die Auswahlkandidaten und Verwandten zusammen mit den Stammbaumbeziehungen geschätzt. Neben der Vorhersage korrigieren BLUP Tiermodelle gleichzeitig die Phänotypen für systematische Umwelteffekte. Zum Beispiel berücksichtigt diese Methode genetisch verwandte Tiere in verschiedenen Betrieben bei der Schätzung von EBVs. Dies ist die genaueste Methode zur Vorhersage von EBVs, die sowohl Pedigree als auch Phänotypen nutzen.
- Genomische Auswahl (GS). Junge Tiere, die keinen eigenen Phänotyp haben, haben niedrige EBV-Genauigkeiten mit BLUP-Tiermodellmethoden. Je nach Merkmal kann es eine beträchtliche Zeit in Anspruch nehmen, um einen eigenen Phänotyp zu bekommen, oder manche Tiere können niemals einen eigenen Phänotyp bekommen. Zum Beispiel dauert es ca. 12 Monate, um Wurf Informationen über eine vergoldeten und Tiere ausgewählt als Eltern werden nie bekommen Schlachtkörper und Fleisch Qualität Phänotypen. Daher wäre es gut, wenn wir die EBV-Genauigkeiten für diese Art von Merkmalen erhöhen können. Genomische Vorhersage ist eine neu entwickelte Methode, um dieses Problem zu lösen. Es prognostiziert EBVs mit molekularen Markerinformationen genau ohne die Notwendigkeit eines eigenen Phänotyps. Studien wurden bei Genesus und anderswo durchgeführt, um Genauigkeiten mit GS zu schätzen. Ergebnisse zeigen, dass für eine große Anzahl von Merkmalen Genauigkeiten von GS höher sind als BLUP-Methoden auf der Grundlage von Phänotypen und Pedigree Informationen.
- Die Kombination von genomischen, phänotypischen und pedigree Informationen kann zu höheren Genauigkeiten als GS führen. Single Step Genomic BLUP (SSBLUP) ist die Methode, die diese drei Informationsquellen kombiniert. Derzeit bietet diese Methode die höchsten EBV-Genauigkeiten für Jungtiere. Studien, die bei Genesus durchgeführt wurden, haben gezeigt, dass SSBLUP EBV-Genauigkeiten um 30-50% höher waren als BLUP-basierte EBVs. Eine höhere Genauigkeit der Vorhersage bedeutet eine größere genetische Veränderung pro Jahr.
Genauigkeiten von EBVs und erwartete genetische Veränderung zur Auswahl für einige Merkmale mit zwei verschiedenen Methoden
Traits | Genetische Standardabweichung | BLUP | SSBLUP | ||
Genauigkeit | Genetische Veränderung / Jahr* | Genauigkeit | Genetische Veränderung / Jahr* | ||
Insgesamt geboren | 1.15 | 0.31 | 0.63 | 0.42 | 0.85 |
Sau back Fett an Abferkeln (mm) | 2.49 | 0.36 | 1.57 | 0.53 | 2.32 |
Sau Körpergewicht bei Abferkel (kg) | 8.61 | 0.32 | 4.84 | 0.40 | 6.04 |
*Annahme eines Selektionsanteils von 10% und Generationsintervall des 1-Jahres für alle Merkmale und für beide Methoden
Wie in der obigen Tabelle zu sehen ist, erhöhte sich die Genauigkeit des EBV und die daraus resultierende genetische Veränderung pro Jahr durch Hinzufügen genomischer Informationen (BLUP im Vergleich zu SSBLUP) für alle drei Merkmale. Die Auswirkungen genomischer Informationen über die genetische Veränderung pro Jahr sind eindeutig. Bei Genesus produzieren wir die genauesten EBVs für unsere Auswahlkandidaten. Wir haben stark investiert, um genaue und aktuelle Informationen über alle Wachstums-, Effizienz-, Reproduktions-, Karkassen- und Fleischqualitätsmerkmale zu sammeln, für alle Tiere in unseren Kern-, Multiplikator- und Produktionsherden. Diese qualitativ hochwertigen Daten zusammen mit genomischen Informationen helfen uns, die genauesten EBVs zu schätzen, die höchste genetische Antwort und maximale Profitabilität für Genesus Kunden zu gewährleisten.
Kategorisiert in: Nachrichten, Global Tech
Dieser Beitrag wurde von Genesus geschrieben