ランダムな回帰モデルを用いた黄羽の brojler の卵生産のための単段階のゲノム選択の精度

科学分野:

• 動物遺伝学と繁殖について
• 定量遺伝学 定量遺伝学とは
• 鳥類科学は,鳥類の科学である.

背景:

• 卵の生産は家禽の重要な経済的特徴であり,ダイナミックな環境および生理学的要因の影響を受けます.
• 従来のモデル (STM,MTM) は,卵の生産の連続的な時間パターンを捉えるのに限界があります.
• ランダム回帰モデル (RRM) は,縦断データと時間依存の遺伝効果を分析するための柔軟なアプローチを提供します.

研究 の 目的:

• 卵子生産のための多特質モデル (MTM) と単一特質モデル (STM) に対して,RRMと組み合わせた単一ステップゲノム選択 (ssGBLUP) の精度と公平性を比較する.
• RRMの有効性を評価し,黄色い羽根の brojler の繁殖価値の予測を改善するために,時間に依存する遺伝的影響を解剖する.

主な方法:

• 18,221匹の黄羽鳥の卵生産記録168,596個のデータセットを利用した.
• 分析のためにRRM (レジェンデール多項式),MTM (三つの産卵段階),STM (累積収量) を適用した.
• RRM,MTM,STMと統合されたssGBLUPで,繁殖値を推定します.

主要な成果:

• ssGBLUPを使用したRRMは,推定育種値 (EBV) の正確性と公正性において,MTMとSTMを大幅に上回りました.
• RRMは,STMよりもEBVの精度を最大7% (血統) と6.8% (ゲノム) 向上させ,MTMよりも最大3% (血統) と2.9% (ゲノム) 向上させた.
• RRMとssGBLUPを組み合わせることで,系統型モデルと比較して,EBVの精度が最大84%向上し,不偏りは26%向上しました.

結論:

• RRMとssGBLUPの統合は,家禽のゲノム選択プログラムを強化するための非常に効果的な戦略です.
• このアプローチは,卵の数などの縦断的な生産特性のより正確で公正な予測を提供します.
• RRM-ssGBLUPは,家禽の繁殖における遺伝的改善を加速させるための有望な道を示しています.