模型参数化和变异组件估计对蒙大拿州复合牛中尸体特征的基因组预测的影响
Caroline Assis Almeida1, Felipe Eguti de Carvalho1, Flávia Cristina Bis1
1Faculty of Zootechnics and Food Engineering, University of São Paulo, Pirassununga, São Paulo, Brazil.
来自不同模型的差异成分估计影响了对牛尸体特征的基因组预测. 基于血统的估计结果比基于基因组的估计结果更准确,尽管模型复杂.
科学领域:
- 动物遗传学和动物繁殖
- 量化遗传学 量化遗传学
- 基因组预测 基因组预测
背景情况:
- 对尸体特征的精确基因组预测对于畜牧业至关重要.
- 差异成分 (VC) 估计显著影响基因组预测的准确性.
- 不同的关系矩阵 (基于血统与基于基因组) 和模型复杂性可以影响VC估计.
研究的目的:
- 评估不同模型和关系矩阵对蒙大拿州复合牛中尸体特征的基因组预测的影响.
- 为了比较基因组预测的预测能力,使用基于血统 (BLUP) 和基于基因组信息 (ssGBLUP) 的差异组件.
- 确定模型复杂度对方差组件估计和预测性能的影响.
主要方法:
- 分析了来自14422只和193129只牛的表型和血统数据,以及来自3911只动物的基因组数据.
- 差异组件和遗传性估计使用限制最大概率在单特征线性模型下,具有不同的固定和随机效应.
- 使用Akaike信息标准 (AIC) 选择最合适的模型,并使用准确性,偏差和分散度量评估预测能力.
主要成果:
- 在BLUP和ssGBLUP之间,变异成分和遗传性估计是相似的,ssGBLUP显示了更高的直接附加遗传变异和遗传性.
- 使用ssGBLUP的更参数化的模型提供了基于AIC的更好的匹配.
- 较少参数化的模型显示出优越的预测能力,而基于血统的VC估计结果比基因组的估计结果更准确.
结论:
- 模型的复杂性和关系矩阵的选择显著影响了对尸体特征的基因组预测准确性.
- 基于血统的差异组件估计提供了卓越的预测能力.
- 模型复杂性的选择应与特定的育种目标和数据结构保持一致,以实现最佳的基因组预测.
更多相关视频
12:31In Vivo Modeling of the Morbid Human Genome using Danio rerio
Published on: August 24, 2013
07:46Author Spotlight: Improving Beef Cattle Nutrition and Production with a Focus on Feed Efficiency and Meat Quality Traits Through Advanced Biochemical and Molecular Assays
Published on: July 12, 2024
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Heritability
Estimating Population Standard Deviation
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Multiple Allele Traits
