اخبار و اعلانات

 آمار

تعداد نشریات285
تعداد نشریات سازمان83
تعداد شماره‌ها3,087
تعداد مقالات34,477
تعداد مشاهده مقاله49,223,530
تعداد دریافت فایل اصل مقاله79,689,553
راشدی ده صحرائی, آذر, فیاضی, جمال, عبدالهی, رستم, ون در ورف, جولیوس. (1398). بررسی تأثیر فراوانی‌های مختلف آللی بر اجزای واریانس ژنومی وزن بدن گوسفند سافوک با استفاده از داده‌های چند شکلی تک نوکلئوتیدی. سامانه مدیریت نشریات علمی, 32(124), 119-130. doi: 10.22092/asj.2018.121592.1684
آذر راشدی ده صحرائی; جمال فیاضی; رستم عبدالهی; جولیوس ون در ورف. "بررسی تأثیر فراوانی‌های مختلف آللی بر اجزای واریانس ژنومی وزن بدن گوسفند سافوک با استفاده از داده‌های چند شکلی تک نوکلئوتیدی". سامانه مدیریت نشریات علمی, 32, 124, 1398, 119-130. doi: 10.22092/asj.2018.121592.1684
راشدی ده صحرائی, آذر, فیاضی, جمال, عبدالهی, رستم, ون در ورف, جولیوس. (1398). 'بررسی تأثیر فراوانی‌های مختلف آللی بر اجزای واریانس ژنومی وزن بدن گوسفند سافوک با استفاده از داده‌های چند شکلی تک نوکلئوتیدی', سامانه مدیریت نشریات علمی, 32(124), pp. 119-130. doi: 10.22092/asj.2018.121592.1684
راشدی ده صحرائی, آذر, فیاضی, جمال, عبدالهی, رستم, ون در ورف, جولیوس. بررسی تأثیر فراوانی‌های مختلف آللی بر اجزای واریانس ژنومی وزن بدن گوسفند سافوک با استفاده از داده‌های چند شکلی تک نوکلئوتیدی. سامانه مدیریت نشریات علمی, 1398; 32(124): 119-130. doi: 10.22092/asj.2018.121592.1684

بررسی تأثیر فراوانی‌های مختلف آللی بر اجزای واریانس ژنومی وزن بدن گوسفند سافوک با استفاده از داده‌های چند شکلی تک نوکلئوتیدی

علوم دامی
مقاله 9، دوره 32، شماره 124، آذر 1398، صفحه 119-130    اصل مقاله (1.94 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22092/asj.2018.121592.1684
نویسندگان
آذر راشدی ده صحرائی* 1؛ جمال فیاضی2؛ رستم عبدالهی3؛ جولیوس ون در ورف4
1دانش‌آموخته دکتری ژنتیک و اصلاح نژاد دام، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان ، کارشناس مرکزاصلاح نژاد و بهبود تولیدات دامی
2دانشیار ژنتیک و اصلاح نژاد دام، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان.
3استادیار ژنتیک و اصلاح نژاد دام، پردیس ابوریحان دانشگاه تهران
4استاد دانشکده کشاورزی و علوم روستائی دانشگاه نیوانگلند، آرمیدال، استرالیا
چکیده
نشانگرهای تک‌نوکلئوتیدی تمامی جایگاه‌های صفات کمی را تحت پوشش قرار داده و به طور بالقوه تمام واریانس ژنتیکی را توجیه می‌کنند. در این پژوهش از SNPهای گوسفندان سافوک استرالیایی که با تراشه نشانگری 50k شرکت ایلومینا، تعیین ژنوتیپ شده بودند، به منظور برآورد اجزای واریانس ژنومی، استفاده شد. صفات مورد بررسی وزن تولد و وزن شیرگیری بودند. کنترل کیفیت برای فراوانی آللی کمیاب (MAF) در دو آستانه یک و پنج درصد انجام گرفت. برای مطالعه رابطه بین فراوانی آللی و مقدار واریانس ژنتیکی افزایشی توجیه شده، SNPها در پنج گروه مختلف MAF، با تعداد تقریبا برابر در هر گروه، طبقه بندی شدند. تجزیه و تحلیل‌ها با رویکرد حداکثر درست‌نمایی محدود شده ژنومی و روش تجزیه و تحلیل صفات پیچیده ژنوم گسترده، انجام گرفت. مقدار وراثت‌پذیری ژنومی برآورد شده توسط SNPهای با MAF بیشتر از یک درصد، برای اوزان تولد و شیرگیری به ترتیب برابر 45/0 و 19/0 و برای SNPهای با فراوانی آللی کمیاب بیشتر از 5 درصد به ترتیب برابر 42/0 و 18/0 بود. سهم گروه‌های مختلف SNPهای با فراوانی آللی کمیاب در توجیه واریانس ژنتیکی برای دو صفت متفاوت بوده و به طور کلی بخش قابل توجهی از واریانس ژنتیکی، توسط SNPهای با 20/0 MAF < توجیه شد. با توجه به نتایج به دست آمده حجم نمونه بسیار بزرگ، ایده‌آل و پوشش بهتر واریانت‌های با فراوانی پایین مورد نیاز است تا استنتاج قوی‌تر و قابل اعتمادتری به دست آید.
کلیدواژه‌ها
واریانس ژنومی؛ گوسفند سافوک؛ فراوانی آللی؛ انتخاب ژنومی
عنوان مقاله [English]
Investigating the impact of alle frequencies on genomic variance components for body weight in Suffolk sheep using SNP data
نویسندگان [English]
Azar Rashedi Dehsahraei1؛ Jamal Fayazi2؛ Rostam Abdollahi3؛ Julius Van Der Werf4
1Agriculture And Natural Resources University Of Khouzestan
2Khuzestan Agricultural and Natural Resources University
3Assistant professor, Department of Animal and Poultry Science College of Aburaihan, University of Tehran 465 Pakdasht, Iran
4Professor, School of Environmental and Rural Science, University of New England, Armidale, Australia
چکیده [English]
Since SNP markers in genomic selection spread across the genome, they may potentially explain all of genetic variation. In this study, genotype data from Suffolk sheep, genotyped by 50k Illumina SNP chip were used. Birth weight and weaning weight traits were studied in this research. Quality control for minor allele frequency at two thresholds, one and five percent were studied. To study the association between allele frequency spectrum and captured additive genetic variance, all SNPs were partitioned in five MAF bins with the equal numbers of SNPs. The analysis were performed using GREML approach via GCTA method. Using all SNPs with MAF>0.01 estimates of genomic heritability were 0.45 and 0.19 for birth weight and weaning weight, respectively. For MAF>0.05 these values were 0.42 and 0.18 respectively. The contribution of different groups of SNPs with rare allele frequency in justifying genetic variation for the two traits was different. In general, a significant portion of the genetic variance was explained by SNPs with a MAF
کلیدواژه‌ها [English]
Genomic Variance, Suffolk Sheep, Allele Frequency, Genomic Selection
مراجع
  • راشدی ده‌صحرائی، آ.، فیاضی، ج.، عبدالهی آرپناهی، ر.، ون درورف، ج. و روشنفکر، ه. (1396). برآورد اجزای واریانس وزن بدن گوسفند مرینوس در تولد و شیرگیری با استفاده از نشانگرهای تک نوکلئوتیدی ودو رویکرد حداکثر درست‌نمایی محدود شده و بیزی. نشریه پژوهش در نشخوارکنندگان. جلد پنجم، شماره دوم، ص ص: 29-44.
  • عبداللهی آرپناهی، ر.، پاکدل، ع. و زندی، م.ب. (1388). از مدل بی‌نهایت ژنگاه با اثرات جزئی تا انتخاب ژنومیک. فصلنامه ژنتیک نوین. سال هفتم، شماره دوم، ص ص: 105-114.
  • عمرانی، ح.، واعظ ترشیزی، ر.، مسعودی، ع. و احسانی، ع. (1396). برآورد وراثت‌پذیری ژنومی صفات رشد در نسل F2 حاصل از تلاقی لاین آرین و مرغ بومی آذربایجان به کمک تراشه 60K. نشریه علوم دامی (پژوهش و سازندگی). شماره 114، ص ص: 273-284.
  • فروتنی‌فر، ص. (1393). انتخاب ژنومی. مجله ژنتیک در هزاره سوم. سال دوازدهم. شماره 4. ص:3794-3805.
  • Abdollahi-Arpanahi, R., Pakdel, A., Nejati-Javaremi, A., Moradi Shahrbabak, M., Morota, G., Valente, B.D. et al. (2014). Dissection of additive genetic variability for quantitative traits in chickens using SNP markers. Animal Breeding and Genetics. 131: 183–193.
  • Dekkers, J.C.M. and Hospital, F. (2002). The use of molecular genetics in the improvement of agricultural populations. Nature Reviews Genetics. 3(1): 22-32.
  • Goddard, M.E., Hayes, B.J., Meuwissen, T.H. (2010). Genomic selection in livestock populations. Genetic Research (Camb). 92(5-6):413-21.
  • Gu, X.R., Feng, C.G., Ma, L., Song, C., Wang, Y.Q., Da, Y., Li, H., Chen, K., Ye, S., Ge, C., Hu, X. and Li, N. (2011). Genome-wide association study of body weight in chicken F2 resource population. PLoS One, 6(7): e21872.
  • Haile-Mariam, M., Nieuwhof, G., Beard, K., Konstatinov, K. and Hayes, B. 2013. Comparison of heritabilities of dairy traits in Australian Holstein-Friesian cattle from genomic and pedigree data and implications for genomic evaluations. Journal of Animal Breeding and Genetics. 130: 20–31.
  • Jensen, J., Su, G. and Madsen, P. 2012. Partitioning additive genetic variance into genomic and remaining polygenic components for complex traits in dairy cattle. BMC Genetics. 13, 44.
  • Lee, S.H., DeCandia, T.R., Ripke, S., Yang, J., Sullivan, P.F., Goddard, M.E. and et al. (2012). Estimating the proportion of variation in susceptibility to schizophrenia captured by common SNPs. Nature Genetics. 44: 247–250.
  • Lee, S.H., Harold, D., Nyholt, D.R., Goddard, M.E., Zondervan, K.T., Williams, J. et al. (2013). Estimation and partitioning of polygenic variation captured by common SNPs for Alzheimer’s disease, multiple sclerosis and endometriosis. Human Molecular Genetics. 22: 832–841.
  • Meuwissen, T. H. E., B. J. Hayes, and M. E. Goddard. (2001). Prediction of total genetic value using genome-wide dense marker maps. Genetics. 157:1819–1829.
  • Nejati-Javaremi, A., Smith, C. and Gibson, J. (1997). Effect of total allelic relationship on accuracy of evaluation and response to selection. Journal of animal science 75, 1738-
  • Ogawa, Sh., Matsuda1, H., Taniguchi, Y., Watanabe, T., Sugimoto, Y. and Iwaisaki, H. (2016). Estimated Genetic Variance Explained by Single Nucleotide Polymorphisms of Different Minor Allele Frequencies for Carcass Traits in Japanese Black Cattle. Journal of Biosciences and Medicines. 4: 89-97.
  • Park, J.H., Gail, M.H., Weinberg, C.R., Carroll, R.J., Chung, C.C., Wang, Z. et al. (2011). Distribution of allele frequencies and effect sizes and their interrelationships for common genetic susceptibility variants. Proceedings of the National Academy of Sciences of the USA. 108(44): 18026–18031.
  • Pimentel, E.C.G., Erbe, M., Konig S. and Simianer. 2011. Genome partitioning of genetic variation for milk production and composition traits in Holstein cattle. Front. Genet. 2,19.
  • Purcell, S., Neale, B., Todd-Brown, K., Thomas. , Ferreira, M.A.R., Bender, D. et al. (2007). PLINK: a tool set for whole-genome association and population-based linkage analyses. American Journal of Human Genetic. 81: 559–575.
  • Simeone, R., Misztal, I., Aguilar, I. and Legarra, A. (2011). Evaluation of the utility of diagonal elements of the genomic relationship matrix as a diagnostic tool to detect mislabeled genotyped animals in a broiler chicken population. Journal of animal breeding and genetics, 128(5): 386-393.
  • Sun, Y.F., Liu,R.R., Zheng, M.Q., Zhao, G.P., Zhang, L., Wu, D., Hu, Y.D., Li, P. and Wen, J. (2013). Genome-wide association study on shank length and shank girth in chicken. Chinese’s Journal of Animal and Veterinary Sciences, 44: 358-365.
  • Uemoto, Y., Sasaki, Sh., Kojima, T., Sugimoto, Y. and Watanabe, T. (2015). Impact of QTL minor allele frequency on genomic evaluation using real genotype data and simulated phenotypes in Japanese Black cattle. BMC Genetics. (2015) 16:134.
  • Van Raden, P.M. (2008). Efficient methods to compute genomic predictions. Journal of Dairy Science. 91:4414–23.
  • Watson, C.T., Disanto, G., Breden, F., Giovannoni, G., and Ramagopalan, S.V. (2012). Estimating the proportion of variation in susceptibility to multiple sclerosis captured by common SNPs. Journal of Scientific Reports. 2:770.
  • Wray, N.R. (2005). Allele frequencies and the r2 measure of linkage disequilibrium: impact on design and interpretation of association studies. Twin Reserch and Human Genetics. 8: 87–94.
  • Yang, J., Benyamin, B., McEvoy, B.P., Gordon, S., Henders, A.K., Nyholt, D.R. et al. (2010). Common SNPs explain a large proportion of the heritability for human height. Nature Genetics. 42: 565–569.
آمار
تعداد مشاهده مقاله: 599
تعداد دریافت فایل اصل مقاله: 394


counter
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب