عباس عاطفی - Former Ph.D. Student in Animal Breeding and Genetics, Department of Animal Science, Faculty of Agricultural Sciences, University of Guilan, Rasht, Iran
عبدالاحد شادپرور - Professor, Department of Animal Science, Faculty of Agricultural Sciences, University of Guilan, Rasht, Iran
نوید قوی حسین زاده - Professor, Department of Animal Science, Faculty of Agricultural Sciences, University of Guilan, Rasht, Iran

هدف تحقیق حاضر بررسی اثر متقابل بین روش­های برآورد آثار نشانگری، ساختار جمعیت و معماری ژنتیکی صفت بر صحت ارزیابی ژنومی بود. جمعیت پایه­ای با دو اندازه موثر ۱۰۰ و ۵۰۰ فرد به وسیله نرم افزار QMSim شبیه­سازی شد. تعداد ۵۰۰ نشانگر و دو تعداد متفاوت جایگاه­های کنترل کننده صفات کمی یا QTL ( ۵۰ و ۲۰۰) روی ژنوم متشکل از یک کروموزوم به طول ۱۰۰ سانتی­مورگان به­طور تصادفی پراکنده شدند. در پژوهش حاضر، سه صفت با وراثت پذیری ۱/۰ ، ۳/۰ و ۵/۰ شبیه­سازی شد. ارزش­های اصلاحی ژنومی به وسیله روش­های رگرسیون ریج بیزی، بیز A، بیز B، بیز C، بیز LASSO، روش نیمه پارامتری بر پایه کرنل و شبکه­های عصبی پیش­بینی شدند. در هر سه میزان وراثت پذیری، با افزایش اندازه موثر جمعیت، صحت برآوردهای ژنومی کاهش یافت، ولی شدت آن برای روش­های آماری یکسان نبود. در وراثت پذیری پایین، با افزایش تعداد QTL، میزان صحت ارزش­های اصلاحی ژنومی افزایش یافت. بر عکس، میزان صحت ارزش­های اصلاحی در وراثت پذیری متوسط و بالا کاهش یافت. در صفات با توزیع یکنواخت QTLها، با افزایش تعداد QTL، مقدار صحت ارزیابی ژنومی کاهش، ولی افزایش تعداد QTL در صفاتی که QTLهای آنها دارای توزیع نرمال و گاما بود، منجر به افزایش صحت شد. در هر سه نوع توزیع یکنواخت، نرمال و گاما، میزان صحت با افزایش اندازه موثر جمعیت کاهش یافت. نتایج پژوهش حاضر آثار متقابل بین روش­های آماری، ساختار جمعیت و معماری ژنتیکی صفت را بر صحت ارزیابی ژنومی به وضوح نشان می­دهد.

Interaction effect, Genomic selection, population structure, Prediction accuracy, Trait genetic architecture