No category

پایان نامه ارشد رایگان درباره رگرسیون، شبیه‌سازی، شناسایی و تشخیص، منابع اطلاعاتی

دسامبر 1, 2018

، روش‌های بیزی، جنگل تصادفی، استنباط ژنوتیپی.
فهرست مطالب
عنوان
شماره صفحه
فصل اول ۱
مقدمه و کلیات ۱
۱-۱- مقدمه ۲
۲-۱- اهداف پژوهش ۴
فصل دوم ۵
بررسی منابع ۵
۲-۱- اهداف اصلاح نژاد ۶
۲-۲- روش‌های ارزیابی کلاسیک ۶
۲-۳- استفاده از منابع اطلاعاتی نشانگری ۷
۲-۴- انتخاب به کمک نشانگر ۸
۲-۵- چند شکلی‌های تک نوکلئوتیدی ۹
۲-۶- میکرو تراشه‌های DNA ۹
۲-۷- انتخاب ژنومی ۱۰
۲-۸- مزایای انتخاب ژنومی ۱۳
۲-۹- روش‌های آماری پیش‌بینی ژنومی ۱۳
۲-۱۰- روش‌های بیزی در انتخاب ژنومی ۱۶
۲-۱۱- استنباط ژنوتیپی ۱۷
۲-۱۱-۱- استنباط مبتنی بر شجره ۱۸
۲-۱۱-۲- استنباط مبتنی بر ساختار جمعیت ۱۸
۲-۱۲- اصلاح نژاد ژنومی در گوسفند ۱۹
۲-۱۳- مروری بر نتایج برخی مطالعات انجام شده ۲۰
فصل سوم ۲۶
مواد و روش‌ها ۲۶
۳-۱- شبیه‌سازی ژنوم ۲۷
۳-۲- شبیه‌سازی جمعیت‌ها ۲۷
۳-۳- محاسبه عدم تعادل لینکاژی ۲۷
۳-۴- صفات مورد مطالعه ۲۸
۳-۵- سناریوهای مورد آزمایش ۲۹
۳-۵-۱- توزیع اثرات QTL ۲۹
۳-۵-۲- تعداد QTL ۲۹
۳-۵-۳- وراثت‌پذیری صفت ۲۹
۳-۵-۴- تعداد مشاهدات ۳۰
۳-۵-۵- پایداری صحت پیش‌بینی‌ها ۳۰
۳-۶- روش‌های ارزیابی ۳۰
۳-۷- برآورد ارزش‌های اصلاحی ژنومی ۳۴
۳-۸- مقایسه صحت روش‌ها ۳۴
۳-۹- استنباط ژنوتیپی ۳۴
۳-۱۰-۱-روش تخصیص تصادفی ۳۴
۳-۱۰-۲- روش جنگل تصادفی ۳۵
۳-۱۱- صحت استنباط ژنوتیپ ۳۵
۳-۱۲- صحت پیش‌بینی ارزش‌های اصلاحی ژنومی حاصل از ژنوتیپ استنباط شده ۳۶
فصل چهارم ۳۷
نتایج ۳۷
۴-۱- سطح عدم تعادل لینکاژی ۳۸
۴-۲- صحت ارزیابی‌ها در سناریوهای مختلف ۳۸
۴-۳- توزیع اثرات ژنی ۳۹
۴-۴- تعداد QTL ۴۰
۴-۵- وراثت‌پذیری صفت ۴۱
۴-۶- تعداد افراد جمعیت مرجع ۴۴
۴-۷- پایداری صحت پیش‌بینی در نسل‌های جمعیت تایید ۴۵
۴-۸- استنباط ژنوتیپی ۴۸
فصل پنجم ۵۰
بحث و نتیجه‌گیری ۵۰
۵-۱- بحث ۵۱
۵-۲- نتیجه‌گیری ۶۰
۵-۳- پیشنهادها ۶۱
منابع و ماخذ ۶۲
فهرست جداول
عنوان
شماره صفحه
جدول ۴-۱- صحت ارزش‌های اصلاحی ژنومی روش‌های مورد مطالعه در تعداد افراد مرجع و وراثت‌پذیری‌های مختلف
۴۶
فهرست شکل‌ها
عنوان
شماره صفحه
شکل ۲-۱- فرایند انتخاب ژنومی
۱۲
شکل ۴-۱- تغییرات عدم تعادل لینکاژی در نسل‌های مختلف جمعیت تاریخی
۳۸
شکل ۴-۲- صحت ارزش‌های اصلاحی ژنومی برای صفت تعداد همزادان با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در سه حالت توزیع اثرات ژنی یکنواخت، نرمال و گاما
۳۹
شکل ۴-۳- صحت ارزش‌های اصلاحی ژنومی برای صفت زنده‌مانی با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در سه حالت توزیع اثرات ژنی یکنواخت، نرمال و گاما
۴۰
شکل ۴-۴- صحت ارزش‌های اصلاحی ژنومی برای صفت تعداد همزادان با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در سه حالت توزیع اثرات ژنی یکنواخت، نرمال و گاما
۴۱
شکل ۴-۵- صحت ارزش‌های اصلاحی ژنومی برای صفت زنده‌مانی با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در سه حالت توزیع اثرات ژنی یکنواخت، نرمال و گاما
۴۲
شکل ۴-۶- صحت ارزش‌های اصلاحی ژنومی برای تعداد همزادان با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در وراثت‌پذیری‌های مختلف و توزیع اثرات ژنی یکنواخت، نرمال و گاما
۴۳
شکل ۴-۷- صحت ارزش‌های اصلاحی ژنومی برای صفت زنده‌مانی با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در وراثت‌پذیری‌های مختلف و توزیع اثرات ژنی یکنواخت، نرمال و گاما
۴۳
شکل ۴-۸- صحت ارزش‌های اصلاحی ژنومی برای صفت تعداد همزادان با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در تعداد افراد مرجع و وراثت‌پذیری‌های مختلف
۴۴
شکل ۴-۹- صحت ارزش‌های اصلاحی ژنومی برای صفت زنده‌مانی با استفاده از روش‌های بیز A (BA)، بیز B (BB)، بیز C (BC)، بیز لاسو (BL)، رگرسیون ریج بیزی (BRR) در تعداد افراد مرجع و وراثت‌پذیری‌های مختلف
۴۵
شکل ۴-۱۰- تابعیت صحت ارزش‌های اصلاحی روش‌های مورد مطالعه به نسل (صفت تعداد همزادان)
۴۷
شکل ۴-۱۱- تابعیت صحت ارزش‌های اصلاحی روش‌های مورد مطالعه به نسل (صفت زنده‌مانی)
۴۷
شکل ۴-۱۲- صحت استنباط ژنوتیپی با استفاده از روش‌های جنگل تصادفی و روش انتساب تصادفی در سطح مختلف عدم تعادل لینکاژی و درصدهای مختلف ژنوتیپ ازدست‌رفته
۴۸
شکل ۴-۱۳- صحت ارزیابی ژنومی صفت تعداد همزادان در سطح مختلف عدم تعادل لینکاژی و درصدهای مختلف ژنوتیپ ازدست‌رفته استنباط شده با استفاده از روش‌های جنگل تصادفی و روش انتساب تصادفی.
۴۹
شکل ۴-۱۳- صحت ارزیابی ژنومی صفت زنده‌مانی در سطح مختلف عدم تعادل لینکاژی و درصدهای مختلف ژنوتیپ ازدست‌رفته استنباط شده با استفاده از روش‌های جنگل تصادفی و روش انتساب تصادفی
۴۹
فصل اول
مقدمه و کلیات
۱-۱- مقدمه
هدف اصلی اصلاح نژاد، افزایش سودآوری تولیدکنندگان در راستای پاسخ به نیاز مصرف‌کنندگان و متقاضیان می‌باشد. بنابراین شناسایی جنبه‌های اقتصادی-اجتماعی سیستم تولید و تعریف اهداف اصلاحی اولین قدم در توسعه برنامه‌های اصلاح نژادی است (گُدارد، ۱۹۹۸). اهداف اصلاحی، صفاتی که باید بهبود داده شوند و نیز اهمیت نسبی هرکدام از این صفات را مشخص می‌کند. برای مثال در برنامه‌های اصلاحی کنونی علاوه بر تولید بیشتر، فرآورده‌های ایمن و سالم از حیوانات سالم‌تر نیز مطرح است (باچ، ۲۰۱۰). قدم بعدی، شناسایی و رتبه‌بندی حیوانات ازلحاظ ظرفیت ژنتیکی صفات موردنظر و معرفی مناسب‌ترین محیط و شرایط برای به فعلیت رساندن این پتانسیل است. در صورت رتبه‌بندی صحیح افراد کاندیدا و انتخاب آن‌ها به‌عنوان والدین نسل بعد، حداکثر پیشرفت ژنتیکی قابل‌انتظار خواهد بود.
انتخاب می‌تواند منجر به تغییر فراوانی آللی در جایگاه‌هایی شود که در مسیر انتخاب قرار دارند. بنابراین هرچه این غربالگری به نحو بهتری انجام شود پاسخ بیشتری قابل‌انتظار است. زیرا فراوانی آلل مفید و موثر در جمعیت بیشتر شده و میانگین عملکرد فنوتیپی صفت یا صفات را بیشتر تغییر می‌دهد. اما مهم‌ترین مسئله در اصلاح دام، شناسایی و تشخیص جایگاه‌های موثر و تعداد آلل و نوع اثرات این جایگاه‌ها و همچنین، شناسایی حیوانات حامل این آلل‌ها می‌باشد.
در روش‌های کلاسیک اصلاح دام، انتخاب برای صفات مهم اقتصادی با استفاده از اطلاعات شجره‌ای به همراه رکوردهای فنوتیپی خود فرد، آیندگان (فرزندان و نوه‌ها) و گذشتگان (والدین و سایر افراد خویشاوند نسل‌های قبل) انجام گرفته و بهترین پیش‌بینی نااریب خطی ارزش‌های اصلاحی فرد حاصل می‌شود. استفاده از معادلات مدل‌های مختلط منجر به ارزیابی‌های دقیق‌تری شد که پیشرفت‌های انکار ناپذیری را برای برخی از صفات مهم اقتصادی به همراه داشت (باچ، ۲۰۱۰). از محدودیت‌های این روش می‌توان به هزینه‌بر بودن فرایند رکوردبرداری، ارزیابی حیوانات جوان، ارزیابی برای صفات محدود به جنس و صفاتی که در مراحل پایانی زندگی یا حتی پس از کشتار رکوردگیری می‌شوند اشاره کرد. در این‌حالت، ارزش‌های اصلاحی پیش‌بینی شده تابعی از صحت و کیفیت شجره و اندازه رکوردهای فنوتیپی فرد و خویشاوندانش می‌باشد. (فروتنی فر و همکاران، ۱۳۹۱ و مِوویسِن، ۲۰۰۷).
رتبه‌بندی و انتخاب افراد بر اساس ارزش‌های اصلاحی برآورد شده به این مفهوم است که افراد دارای بالاترین ارزش‌های اصلاحی، دارای آلل‌های مطلوب برای آن صفت هستند. در واقع ژنوم فرد به‌عنوان جعبه سیاهی مطرح بود که محتوای داخل آن تخمین زده می‌شود. در گذشته، شکافتن این جعبه و کشف محتوای داخل آن که همان ژنوم باشد، به دلیل عدم پیشرفت تکنولوژی مقدور نبود اما برخی مطالعات استفاده از آن را در بهبود ژنتیکی صفات سودمند بیان کردند (اسمیت، ۱۹۶۷). در دهه ۹۰ نیز استفاده از ماتریس روابط آللی به‌جای ماتریس روابط خویشاوندی مبتنی بر شجره، در معادلات مدل‌های مختلط ارایه شد که رتبه‌بندی صحیح‌تر افراد به‌ویژه برای افراد تنی بدون رکورد را فراهم می‌کرد (نجاتی-جوارمی و همکاران، ۱۹۹۷). همچنین در همین مطالعه ایده استفاده مستقیم از اطلاعات QTL در ارزیابی افراد پیشنهاد شد.
کشف و توسعه نشانگرهای مولکولی این امکان را فراهم کرد که در تعداد بسیار زیادی جایگاه بتوان ژنوم افراد را توصیف کرد. در واقع دریچه‌ای را به سوی یافتن و داشتن پیش‌بینی‌های صحیح‌تری از ارزش‌های ژنتیکی در ابتدای زندگی حیوان برای اصلاحگران گشود (دِ لوس کامپوس و همکاران، ۲۰۱۳b). اولین تلاش‌ها برای همراه کردن اطلاعات نشانگری در پیش‌بینی‌ها، مبتنی بر استفاده از QTL های شناسایی شده در تکنیک انتخاب به کمک نشانگر بود؛ اما نتایج استفاده از این تکنیک کمتر از حد مورد انتظار بود (دِکرز و همکاران، ۲۰۰۴؛ بِرناردو، ۲۰۰۸؛ هِیز و همکاران، ۲۰۰۹). پیشرفت‌های تعیین ژنوتیپ در تعداد بسیار زیادی جایگاه ژنی و تکنولوژی توالی‌یابی، امکان کشف صدها هزار نشانگر ژنتیکی را در ژنوم انسان و چندین گونه حیوانی و گیاهی فراهم کرد. پانل‌های متراکم نشانگری، توانایی غربال کردن عدم تعادل لینکاژی چند جایگاهی بین QTL و مارکرهای سراسر ژنوم را برای محققین فراهم نمود. اگر چه مطالعات اولیه توسط نجاتی-جوارمی و همکاران (۱۹۹۷)، ویسچِر (۱۹۹۸) و ویتتاکر و همکاران (۲۰۰۰) در زمینه استفاده از اطلاعات ژنومی در ارزیابی‌های ژنتیکی انجام شده است اما شالوده انتخاب بر اساس کل ژنوم در مقاله پیشگامانه‌ای که توسط مِوویسِن و همکاران (۲۰۰۱) انتشار یافت، ارایه شده است. در این روش می‌توان ارزش‌های اصلاحی ژنومی تمام افراد را با استفاده از یک مدل خطی به‌صورت تابعیت فنوتیپ‌ها از تمام نشانگرهای متراکم که کل ژنوم را پوشش می‌دهند با صحت بالا برآورد کرد. مهم‌ترین مرحله آن برآورد اثرات آللی می‌باشد، زیرا هر چه اثرات QTL به نحو صحیح‌تری برآورد شوند، ارزش‌های اصلاحی پیش‌بینی شده بیشتر معرف ظرفیت ژنتیکی حیوان بوده و رتبه‌بندی حیوانات به‌طور صحیح‌تری انجام خواهد شد و درنتیجه پیشرفت ژنتیکی و پاسخ به انتخاب بیشتری مورد انتظار خواهد بود. عوامل مختلفی می‌توانند صحت ارزش‌های اصلاحی ژنومی و ارزیابی ژنومی را تحت تاثیر قرار دهند. این عوامل شامل مدل آماری مورد استفاده به‌منظور برآورد اثرات نشانگرها، توزیع اثرات QTL، مقدار LD، نوع و تراکم مارکرها، وراثت‌پذیری، نحوه رکوردگیری و نوع رکورد، تعداد داده‌های

No Comments

Leave a Reply