بررسی صحت پیشبینی ژنومی در معماریهای مختلف صفات کمی و آستانه ای با استفاده از روش جنگل تصادفی

به علت ناخوانا بودن نسبتی از ژنوتیپها، پیش بینی دقیق صحت ژنومی نیازمند برآورد این نشانگرها از طریق جانهی می باشد. در نتیجه هدف این تحقیق برآورد صحت جانی و عوامل موثر بر آن وارزیابی صحت ژنومی روش جنگل تصادفی برای معماری های مختلف ژنومی در صفات کمی و آستانهای دودویی بود. در فاز اول، داده های ژنومی از طریق نرم افزار QMSim با سطوح متفاوت وراثت پذیری ( 0 / 05 و 0 / 25)، س طوح مختلف LD (کم و زیاد) و تراکم های متفاوت جایگاههای ص فات کمی (96 و 960) و تعداد 48 کروموزم شبیه سازی شدند. در فاز دوم، برای شبیه سازی شرایط واقعی، بطور تصادفی اقدام به حذف (50 و 90 درصد) برخی نشانگر نموده و در مرحله بعد از طریق نرم افزار FImpute اقدام به جانی و پیش بینی نقاط گم شده نموده و صحت جانی مورد ارزیابی قرار گرفت. در فاز سوم، دادهای اصلی و جانی با استفاده از روش جنگل تصادفی جهت ارزیابی صحت ژنومی صفات کمی و آستانه ای استفاده شدند. نتایج نشان داد که با افزایش سطح LED صحت جاتهی بهبود می یابد. با افزایش نسبت حذف نشانگرها (90 درصد)، اثر صحت جانهی بر صحت پیش بینی ژنومی پررنگتر بود. در صفات آستانه ای، سناریوی با حد بالای LD QTL و وراثت پذیری و در صفات پیوسته، سناریوی با حد بالای LD و وراثت پذیری و حد پایین QTL بیشترین صحت پیش بینی ژنومی را در روش جنگل تصادفی به خود اختصاص دادند

کلیدواژه ها:

عدم تعادل پیوستگی ، صفات آستانه ای ، یادگیری ماشینی