예측 정확도
Dinesh Thekkoot, PhD
알버타 대학교와 제네세우스
동물 사육의 목적은 개체 수를 유 전적으로 개선하는 것입니다. 즉, 다음 세대가 현 세대보다 우월해야합니다. 도전은 다음 세대의 부모가 될 최고의 동물을 식별하는 것입니다. 미래의 부모를 식별하기 위해 우리는 그들의 진정한 번식 (유전 적) 가치 (TBV). 실생활에서 동물의 TBV를 관찰하는 것은 불가능합니다. 따라서 우리는 추정 된 번식 값 (예상 번식 값)이라고하는 TBV 추정치를 사용합니다.EBV). 차세대 학부모는 자신의 EBV에 따라 선정됩니다.
중요한 질문은 TBV의 EBV 추정치가 얼마나 정확합니까? EBV의 정확도는 실제 번식 값과 추정 된 번식 값 사이의 상관 관계로 정의됩니다. 이 상관 관계를 통해 EBV가 TBV에 얼마나 가까운 지 알 수 있습니다. EBV의 정확도 범위는 0 (부정확 한 추정치)에서 1 (EBV는 TBV의 완벽한 추정치)까지입니다. EBV 정확도가 높을수록 TBV가 낮은 동물을 부모로 선택할 위험이 낮아집니다. EBV 정확도는 선택 프로그램의 유전 적 이득에도 영향을 미칩니다. 육종 프로그램의 유전 적 이득은 EBV의 정확도에 비례합니다. 다른 요인의 변화없이 EBV 정확도가 높을수록 선택으로 인한 유전 적 이득이 더 커집니다.
연간 유전 적 이득은 다음 공식을 사용하여 계산됩니다.
연간 유전 적 이득은 어디에서 선택의 강도, EBV 정확도, 선택중인 형질의 추가 유전 적 표준 편차이며 년 단위로 표시되는 생성 간격입니다. 대부분의 돼지 사육 프로그램에서 선택 강도와 생성 간격은 유전 적 변이에 부정적인 영향을주지 않고 최적화에 가깝습니다. 따라서 추가 증가를 위해서는 EBV의 정확도를 높일 수있는 방법을 도입해야합니다.
EBV의 정확성은 특성의 유전 가능성, 선발 후보자 및 친척에게 제공되는 정보의 양과 질, 모든 동물 간의 유전 적 관계 등과 같은 많은 요소에 달려 있습니다. 일반적으로 사용 가능한 정보의 양이 많을수록 EBV 정확도가 될 것입니다.
다른 방법을 사용하여 EBV 정확도
- 최고의 선형 편향 예측 (블러 프) 동물 모델. 이 방법은 오늘날 대부분의 유전 프로그램에서 사용되며 EBV 계산에 사용 가능한 모든 정보를 사용합니다. EBV는 가계도 관계와 함께 선발 후보자 및 친척에 대한 표현형을 사용하여 추정됩니다. 예측과 함께 BLUP 동물 모델은 체계적인 환경 영향에 대한 표현형을 동시에 수정합니다. 예를 들어,이 방법은 EBV를 추정하면서 다른 농장의 유 전적으로 관련된 동물을 설명합니다. 이것은 혈통과 표현형을 모두 사용하여 EBV를 예측하는 가장 정확한 방법입니다.
- 게놈 선택 (GS). 자신의 표현형이없는 어린 동물은 BLUP 동물 모델 방법을 사용하여 EBV 정확도가 낮습니다. 특성에 따라 자체 표현형을 얻는 데 상당한 시간이 걸리거나 일부 동물은 절대로 자체 표현형을 얻을 수 없습니다. 예를 들어 금테에 대한 깔짚 정보를 얻으려면 12 개월이 걸리고 부모로 선택된 동물은 육체 및 육질의 표현형을 얻지 못할 것입니다. 따라서 이러한 유형의 특성에 대해 EBV 정확도를 높일 수 있다면 좋을 것입니다. 게놈 예측은 최근이 문제를 해결하기 위해 개발 된 방법입니다. 그것은 자신의 표현형을 필요로하지 않고 분자 마커 정보를 정확하게 사용하여 EBV를 예측합니다. GS를 사용하여 정확도를 추정하기 위해 Genesus 및 다른 곳에서 연구가 수행되었습니다. 결과는 GS의 정확성이 표현형 및 혈통 정보를 기반으로 한 BLUP 방법보다 더 많은 형질에 대해 나타남을 보여줍니다.
- 게놈, 표현형 및 가계도 정보를 결합하면 GS보다 정확도가 높아질 수 있습니다. 단일 단계 게놈 BLUP (SSBLUP)는이 세 가지 정보원을 결합하는 방법입니다. 현재이 방법은 어린 동물에게 가장 높은 EBV 정확도를 제공합니다. Genesus에서 실시한 연구에 따르면 SSBLUP EBV 정확도는 BLUP 기반 EBV보다 30-50 % 정도 높습니다. 예측의 정확도가 높다는 것은 매년 더 큰 유전 적 변화를 의미합니다.
두 가지 다른 방법을 사용하여 일부 형질에 대한 EBV 및 예상 유전자 변형의 정확성
특성 | 유전 표준 편차 | 블러 프 | SSBLUP | ||
정확성 | 유전 적 변화 / 년* | 정확성 | 유전 적 변화 / 년* | ||
총 출생 | 1.15 | 0.31 | 0.63 | 0.42 | 0.85 |
분만시 지방을 다시 뿌리십시오 (mm) | 2.49 | 0.36 | 1.57 | 0.53 | 2.32 |
분만시 암 S지 체중 (kg) | 8.61 | 0.32 | 4.84 | 0.40 | 6.04 |
*모든 특성과 두 가지 방법 모두에 대해 10 %의 선택 비율과 1 연도의 생성 간격을 가정합니다.
위의 표에서 볼 수 있듯이 세 가지 특성 모두에 대해 게놈 정보 (SSBLUP에 비해 BLUP)를 추가하면 EBV의 정확성과 결과로 발생하는 유전 적 변화가 증가합니다. 분명 게놈 정보가 연간 유전 적 변화에 미치는 영향은 중요합니다. Genesus에서는 선정 후보자에게 가장 정확한 EBV를 산출합니다. 우리는 핵, 증식 자 및 생산 무리의 모든 동물에 대한 모든 성장, 효율성, 번식, 육질 및 육질 특성에 대한 정확하고 최신 정보를 수집하기 위해 많은 투자를했습니다. 게놈 정보와 함께 이러한 고품질의 데이터를 통해 가장 정확한 EBV를 추정하고 Genesus 고객에게 최고의 유전 반응과 최대의 수익성을 보장 할 수 있습니다.
이 게시물은 Genesus에 의해 작성되었습니다