Точность предсказания
Динеш Аккоут, доктор философии
Университет Альберты и Genesus Inc.
Целью разведения животных является генетическое улучшение популяций. Другими словами, следующее поколение должно быть лучше нынешнего. Задача состоит в том, чтобы определить лучших животных, которые станут родителями следующего поколения. Для идентификации будущих родителей необходимо знать их истинную племенную (генетическую) ценность (TBV). В реальной жизни наблюдать TBV животного невозможно. Таким образом, мы используем оценку TBV, называемую оценочной племенной ценностью (EBV). Родители следующего поколения выбираются на основе их EBV.
Важный вопрос: насколько точна оценка EBV TBV? Точность EBV определяется как корреляция между истинной и предполагаемой племенной ценностью. Эта корреляция дает представление о том, насколько близок EBV к TBV. Точность EBV может варьироваться от 0 (неточная оценка) до 1 (EBV является точной оценкой TBV). Чем выше точность EBV, тем ниже риск выбора в качестве родителей животных с низким TBV. Точность EBV также влияет на генетический выигрыш от программы отбора. Генетический выигрыш в программе разведения пропорционален точности EBV. Чем выше точность EBV без изменения других факторов, тем больше будет генетический выигрыш от отбора.
Генетический прирост в год рассчитывается по формуле
Где - это генетический прирост за год, - это интенсивность отбора, - это точность ВЭБ, - это аддитивное генетическое стандартное отклонение признака при отборе и - это интервал между поколениями, выраженный в годах. В большинстве программ свиноводства интенсивность отбора и интервал между поколениями близки к оптимизации, не оказывая отрицательного влияния на генетическую изменчивость. Следовательно, для дальнейшего увеличения нам необходимо внедрить методы, которые могут повысить точность EBV.
Точность EBV зависит от многих факторов, таких как наследуемость признака, количество и качество информации, доступной для кандидата и родственников выбора, генетические отношения между всеми животными и т. Д. В целом, чем выше объем доступной информации, тем выше будет точность EBV.
Точность EBV с использованием разных методов
- Лучшее линейное непредвзятое прогнозирование (BLUP) модель для животных. Этот метод используется в большинстве генетических программ сегодня и использует всю доступную информацию для расчета EBV. Оценки EBV оцениваются с использованием фенотипов по кандидатам на выбор и родственникам вместе с племенными отношениями. Наряду с предсказанием модели животных BLUP одновременно корректируют фенотипы для систематических воздействий на окружающую среду. Например, этот метод учитывает генетически связанных животных в разных хозяйствах при оценке EBV. Это самый точный метод прогнозирования EBV, использующий как родословные, так и фенотипы.
- Геномический выбор (GS). У молодых животных, у которых нет своего фенотипа, будут иметь низкую точность EBV, используя методы модели животных BLUP. В зависимости от черты, может потребоваться значительное количество времени, чтобы получить собственный фенотип, или некоторые животные никогда не смогут получить собственный фенотип. Например, требуется около 12 месяцев, чтобы получить информацию о пометах на позолоту и животных, выбранных, поскольку родители никогда не получат фенотипы каркаса и мяса. Поэтому было бы хорошо, если бы мы могли повысить точность EBV для этих типов признаков. Геномическое предсказание - это недавно разработанный метод решения этой проблемы. Он предсказывает EBV, используя информацию молекулярного маркера точно, без необходимости собственного фенотипа. Исследования проводились в Геносе и в других местах для оценки точности с использованием GS. Результаты показывают, что для большого числа черт точность от GS выше, чем BLUP-методы, основанные на фенотипах и родословной.
- Сочетание геномной, фенотипической и родословной информации может привести к более высокой точности, чем GS. Одноступенчатый геномный BLUP (SSBLUP) - это метод, который объединяет эти три источника информации. В настоящее время этот метод обеспечивает наивысшую точность EBV для молодых животных. Исследования, проведенные в Genesus, показали, что точность SSBLUP EBV была на 30-50% выше, чем EBV на основе BLUP. Более высокая точность прогнозирования означает большее генетическое изменение в год.
Точность ВЭБ и ожидаемое генетическое изменение отбора по некоторым признакам с использованием двух разных методов
Черты | Генетическое стандартное отклонение | BLUP | SSBLUP | ||
точность | Генетическое изменение / год* | точность | Генетическое изменение / год* | ||
Всего рожденных | 1.15 | 0.31 | 0.63 | 0.42 | 0.85 |
Высевать жир при опоросе (мм) | 2.49 | 0.36 | 1.57 | 0.53 | 2.32 |
Рассеять массу тела при опоросе (кг) | 8.61 | 0.32 | 4.84 | 0.40 | 6.04 |
*Предполагая долю выбора 10% и интервал генерации 1 года для всех признаков и для обоих методов
Как видно из приведенной выше таблицы, точность EBV и получающееся в результате генетическое изменение в год возрастают за счет добавления геномной информации (BLUP по сравнению с SSBLUP) для всех трех признаков. Очевидно, что влияние геномной информации на генетические изменения в год является значительным. В Genesus мы производим самые точные EBV для наших кандидатов на выбор. Мы вложили значительные средства для сбора точной и актуальной информации о всех характеристиках роста, эффективности, воспроизводства, каркаса и качества мяса, для всех животных в нашем ядре, множительном и производственном стадах. Эти данные высокого качества вместе с геномной информацией помогают нам оценить наиболее точные EBV, которые могут обеспечить максимальный генетический ответ и максимальную прибыль для клиентов Genesus.
В категории: Популярные новости, Глобальная технология
Этот пост был написан Genesus