دوره 20، شماره 2 - ( 11-1404 )
جلد 20 شماره 2 صفحات 0-0 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Jahromi M, Abbasi A, Bihamta M R, Armion M. Prediction accuracy improvement of genomic selection models through the optimization of models using covariates in bread wheat (Triticum aestivum L.). MGj 2026; 20 (2) : 3
URL: http://mg.genetics.ir/article-1-1874-fa.html
URL: http://mg.genetics.ir/article-1-1874-fa.html
جهرمی مجید، عباسی علیرضا، بی همتا محمدرضا، آرمیون محمد. افزایش صحت پیشبینی مدلهای انتخاب ژنومی با بهینهسازی مدلها توسط متغیرهای کمکی در گندم نان (Triticum aestivum L.). فصلنامه علمی ژنتیک نوین. 1404; 20 (2)
چکیده: (38 مشاهده)
پیشبینی ژنومی یک رویکرد امیدوارکننده برای تسریع پیشرفت ژنتیکی صفات پیچیده در بهنژادی گندم است. با این حال، افزایش صحت پیشبینی مدلهای انتخاب ژنومی یک چالش جدی در اجرای موفقیتآمیز این رویکرد است. در این خصوص، استفاده از متغیرهای کمکی زمانی که شرایط لازم را داشته باشند، نوید بخش بوده است. هدف از این مطالعه بررسی نقش دو متغیر کمکی، یعنی تعداد روز تا سنبلهدهی (DH) و تعداد روز تا گلدهی (DF) در بهینهسازی و افزایش صحت پیشبینی هفت مدل مختلف انتخاب ژنومی (GS)، شامل GBLUP، RRBLUP و مدلهای بیزی (BayesA، BayesB، BayesC،BayesRR و BayesLASSO) بود. برای این منظور از دو راهبرد یعنی استفاده از مدلهای انتخاب ژنومی بدون متغیرهای کمکی (راهبرد اول) و همراه با متغیرهای کمکی (راهبرد دوم)، برای صفات عملکرد دانه (GY)، وزن هزاردانه (TKW)، عملکرد بیولوژیک (BY)، تعداد روز تا رسیدگی کامل (DFM) و طول دوره پرشدن دانه (GFP) استفاده شد. پژوهش در مزرعه تحقیقاتی دانشگاه تهران با استفاده از 100 ژنوتیپ در دو سال زراعی 1399-1400 و 1401-1400 انجام شد. متغیرهای کمکی علاوه بر همبستگیهای فنوتیپی و ژنوتیپی بالا با یکدیگر، همبستگیهای مثبت و منفی معنیداری با صفات مورد مطالعه داشتند. همچنین وراثتپذیری صفات از 69% (متعلق به صفت GFP) تا 97% (برای صفت DH) متغیر بود. پیشبینی ژنومی توسط مدلها، با استفاده از 65948 نشانگرSNP همراه با دادههای فنوتیپی انجام شد. با افزودن متغیرهای کمکی DH و DF به مدلها، بیشترین صحت پیشبینی GY در راهبرد اول، از 085/0 به 279/0 در راهبرد دوم و به همین ترتیب برای TKW از 238/0 به 411/0، BY از 23/0 به 399/0، GFP از 314/0 به 714/0 و DFM از 256/0 به 889/0 افزایش یافت. در راهبرد دوم، مدلهای بیزی بهویژه BayesRR و BayesLASSO، بالاترین صحتهای پیشبینی را نشان دادند. این یافتهها حاکی از آن است که افزودن متغیرهای کمکی مناسب به مدلهای GS، میتواند ابزاری مؤثر برای بهینهسازی مدلها و ارتقاء صحت پیشبینی ژنومی برخی صفات فنولوژیک و زراعی گندم باشد.
شمارهی مقاله: 3
نوع مطالعه: پژوهشی کامل |
موضوع مقاله:
ژنتیک گیاهی
دریافت: 1403/9/19 | پذیرش: 1404/11/12 | انتشار: 1404/11/14
دریافت: 1403/9/19 | پذیرش: 1404/11/12 | انتشار: 1404/11/14
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
