4-4- تعداد QTL40
4-5- وراثت‌پذيري صفت41
4-6- تعداد افراد جمعيت مرجع44
4-7- پايداري صحت پيش‌بيني در نسل‌هاي جمعيت تاييد45
4-8- استنباط ژنوتيپي48
فصل پنجم50
بحث و نتيجه‌گيري50
5-1- بحث51
5-2- نتيجه‌گيري60
5-3- پيشنهادها61
منابع و ماخذ62
فهرست جداول
عنوانشماره صفحهجدول 4-1- صحت ارزش‌هاي اصلاحي ژنومي روش‌هاي مورد مطالعه در تعداد افراد مرجع و وراثت‌پذيري‌هاي مختلف46
فهرست شکل‌ها
عنوانشماره صفحهشکل 2-1- فرايند انتخاب ژنومي12شکل 4-1- تغييرات عدم تعادل لينکاژي در نسل‌هاي مختلف جمعيت تاريخي38شکل 4-2- صحت ارزش‌هاي اصلاحي ژنومي براي صفت تعداد همزادان با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در سه حالت توزيع اثرات ژني يکنواخت، نرمال و گاما39شکل 4-3- صحت ارزش‌هاي اصلاحي ژنومي براي صفت زنده‌ماني با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در سه حالت توزيع اثرات ژني يکنواخت، نرمال و گاما40شکل 4-4- صحت ارزش‌هاي اصلاحي ژنومي براي صفت تعداد همزادان با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در سه حالت توزيع اثرات ژني يکنواخت، نرمال و گاما41شکل 4-5- صحت ارزش‌هاي اصلاحي ژنومي براي صفت زنده‌ماني با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در سه حالت توزيع اثرات ژني يکنواخت، نرمال و گاما42شکل 4-6- صحت ارزش‌هاي اصلاحي ژنومي براي تعداد همزادان با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در وراثت‌پذيري‌هاي مختلف و توزيع اثرات ژني يکنواخت، نرمال و گاما43شکل 4-7- صحت ارزش‌هاي اصلاحي ژنومي براي صفت زنده‌ماني با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در وراثت‌پذيري‌هاي مختلف و توزيع اثرات ژني يکنواخت، نرمال و گاما43شکل 4-8- صحت ارزش‌هاي اصلاحي ژنومي براي صفت تعداد همزادان با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در تعداد افراد مرجع و وراثت‌پذيري‌هاي مختلف44شکل 4-9- صحت ارزش‌هاي اصلاحي ژنومي براي صفت زنده‌ماني با استفاده از روش‌هاي بيز A (BA)، بيز B (BB)، بيز C (BC)، بيز لاسو (BL)، رگرسيون ريج بيزي (BRR) در تعداد افراد مرجع و وراثت‌پذيري‌هاي مختلف45شکل 4-10- تابعيت صحت ارزش‌هاي اصلاحي روش‌هاي مورد مطالعه به نسل (صفت تعداد همزادان)47شکل 4-11- تابعيت صحت ارزش‌هاي اصلاحي روش‌هاي مورد مطالعه به نسل (صفت زنده‌ماني)47شکل 4-12- صحت استنباط ژنوتيپي با استفاده از روش‌هاي جنگل تصادفي و روش انتساب تصادفي در سطح مختلف عدم تعادل لينکاژي و درصدهاي مختلف ژنوتيپ ازدست‌رفته48شکل 4-13- صحت ارزيابي ژنومي صفت تعداد همزادان در سطح مختلف عدم تعادل لينکاژي و درصدهاي مختلف ژنوتيپ ازدست‌رفته استنباط شده با استفاده از روش‌هاي جنگل تصادفي و روش انتساب تصادفي.49شکل 4-13- صحت ارزيابي ژنومي صفت زنده‌ماني در سطح مختلف عدم تعادل لينکاژي و درصدهاي مختلف ژنوتيپ ازدست‌رفته استنباط شده با استفاده از روش‌هاي جنگل تصادفي و روش انتساب تصادفي49
فصل اول
مقدمه و کليات
1-1- مقدمه
هدف اصلي اصلاح نژاد، افزايش سودآوري توليدکنندگان در راستاي پاسخ به نياز مصرف‌کنندگان و متقاضيان مي‌باشد. بنابراين شناسايي جنبه‌هاي اقتصادي-اجتماعي سيستم توليد و تعريف اهداف اصلاحي اولين قدم در توسعه برنامه‌هاي اصلاح نژادي است (گُدارد، 1998). اهداف اصلاحي، صفاتي که بايد بهبود داده شوند و نيز اهميت نسبي هرکدام از اين صفات را مشخص مي‌کند. براي مثال در برنامه‌هاي اصلاحي کنوني علاوه بر توليد بيشتر، فرآورده‌هاي ايمن و سالم از حيوانات سالم‌تر نيز مطرح است (باچ، 2010). قدم بعدي، شناسايي و رتبه‌بندي حيوانات ازلحاظ ظرفيت ژنتيکي صفات موردنظر و معرفي مناسب‌ترين محيط و شرايط براي به فعليت رساندن اين پتانسيل است. در صورت رتبه‌بندي صحيح افراد کانديدا و انتخاب آن‌ها به‌عنوان والدين نسل بعد، حداکثر پيشرفت ژنتيکي قابل‌انتظار خواهد بود.
انتخاب مي‌تواند منجر به تغيير فراواني آللي در جايگاه‌هايي شود که در مسير انتخاب قرار دارند. بنابراين هرچه اين غربالگري به نحو بهتري انجام شود پاسخ بيشتري قابل‌انتظار است. زيرا فراواني آلل مفيد و موثر در جمعيت بيشتر شده و ميانگين عملکرد فنوتيپي صفت يا صفات را بيشتر تغيير مي‌دهد. اما مهم‌ترين مسئله در اصلاح دام، شناسايي و تشخيص جايگاه‌هاي موثر و تعداد آلل و نوع اثرات اين جايگاه‌ها و همچنين، شناسايي حيوانات حامل اين آلل‌ها مي‌باشد.
در روش‌هاي کلاسيک اصلاح دام، انتخاب براي صفات مهم اقتصادي با استفاده از اطلاعات شجره‌اي به همراه رکوردهاي فنوتيپي خود فرد، آيندگان (فرزندان و نوه‌ها) و گذشتگان (والدين و ساير افراد خويشاوند نسل‌هاي قبل) انجام گرفته و بهترين پيش‌بيني نااريب خطي ارزش‌هاي اصلاحي فرد حاصل مي‌شود. استفاده از معادلات مدل‌هاي مختلط منجر به ارزيابي‌هاي دقيق‌تري شد که پيشرفت‌هاي انکار ناپذيري را براي برخي از صفات مهم اقتصادي به همراه داشت (باچ، 2010). از محدوديت‌هاي اين روش مي‌توان به هزينه‌بر بودن فرايند رکوردبرداري، ارزيابي حيوانات جوان، ارزيابي براي صفات محدود به جنس و صفاتي که در مراحل پاياني زندگي يا حتي پس از کشتار رکوردگيري مي‌شوند اشاره کرد. در اين‌حالت، ارزش‌هاي اصلاحي پيش‌بيني شده تابعي از صحت و کيفيت شجره و اندازه رکوردهاي فنوتيپي فرد و خويشاوندانش مي‌باشد. (فروتني فر و همکاران، 1391 و مِوويسِن، 2007).
رتبه‌بندي و انتخاب افراد بر اساس ارزش‌هاي اصلاحي برآورد شده به اين مفهوم است که افراد داراي بالاترين ارزش‌هاي اصلاحي، داراي آلل‌هاي مطلوب براي آن صفت هستند. در واقع ژنوم فرد به‌عنوان جعبه سياهي مطرح بود که محتواي داخل آن تخمين زده مي‌شود. در گذشته، شکافتن اين جعبه و کشف محتواي داخل آن که همان ژنوم باشد، به دليل عدم پيشرفت تکنولوژي مقدور نبود اما برخي مطالعات استفاده از آن را در بهبود ژنتيکي صفات سودمند بيان کردند (اسميت، 1967). در دهه 90 نيز استفاده از ماتريس روابط آللي به‌جاي ماتريس روابط خويشاوندي مبتني بر شجره، در معادلات مدل‌هاي مختلط ارايه شد که رتبه‌بندي صحيح‌تر افراد به‌ويژه براي افراد تني بدون رکورد را فراهم مي‌کرد (نجاتي-جوارمي و همکاران، 1997). همچنين در همين مطالعه ايده استفاده مستقيم از اطلاعات QTL در ارزيابي افراد پيشنهاد شد.
کشف و توسعه نشانگرهاي مولکولي اين امکان را فراهم کرد که در تعداد بسيار زيادي جايگاه بتوان ژنوم افراد را توصيف کرد. در واقع دريچه‌اي را به سوي يافتن و داشتن پيش‌بيني‌هاي صحيح‌تري از ارزش‌هاي ژنتيکي در ابتداي زندگي حيوان براي اصلاحگران گشود (دِ لوس کامپوس و همکاران، 2013b). اولين تلاش‌ها براي همراه کردن اطلاعات نشانگري در پيش‌بيني‌ها، مبتني بر استفاده از QTL هاي شناسايي شده در تکنيک انتخاب به کمک نشانگر بود؛ اما نتايج استفاده از اين تکنيک کمتر از حد مورد انتظار بود (دِکرز و همکاران، 2004؛ بِرناردو، 2008؛ هِيز و همکاران، 2009). پيشرفت‌هاي تعيين ژنوتيپ در تعداد بسيار زيادي جايگاه ژني و تکنولوژي توالي‌يابي، امکان کشف صدها هزار نشانگر ژنتيکي را در ژنوم انسان و چندين گونه حيواني و گياهي فراهم کرد. پانل‌هاي متراکم نشانگري، توانايي غربال کردن عدم تعادل لينکاژي چند جايگاهي بين QTL و مارکرهاي سراسر ژنوم را براي محققين فراهم نمود. اگر چه مطالعات اوليه توسط نجاتي-جوارمي و همکاران (1997)، ويسچِر (1998) و ويتتاکر و همکاران (2000) در زمينه استفاده از اطلاعات ژنومي در ارزيابي‌هاي ژنتيکي انجام شده است اما شالوده انتخاب بر اساس کل ژنوم در مقاله پيشگامانه‌اي که توسط مِوويسِن و همکاران (2001) انتشار يافت، ارايه شده است. در اين روش مي‌توان ارزش‌هاي اصلاحي ژنومي تمام افراد را با استفاده از يک مدل خطي به‌صورت تابعيت فنوتيپ‌ها از تمام نشانگرهاي متراکم که کل ژنوم را پوشش مي‌دهند با صحت بالا برآورد کرد. مهم‌ترين مرحله آن برآورد اثرات آللي مي‌باشد، زيرا هر چه اثرات QTL به نحو صحيح‌تري برآورد شوند، ارزش‌هاي اصلاحي پيش‌بيني شده بيشتر معرف ظرفيت ژنتيکي حيوان بوده و رتبه‌بندي حيوانات به‌طور صحيح‌تري انجام خواهد شد و درنتيجه پيشرفت ژنتيکي و پاسخ به انتخاب بيشتري مورد انتظار خواهد بود. عوامل مختلفي مي‌توانند صحت ارزش‌هاي اصلاحي ژنومي و ارزيابي ژنومي را تحت تاثير قرار دهند. اين عوامل شامل مدل آماري مورد استفاده به‌منظور برآورد اثرات نشانگرها، توزيع اثرات QTL، مقدار LD، نوع و تراکم مارکرها، وراثت‌پذيري، نحوه رکوردگيري و نوع رکورد، تعداد داده‌هاي فنوتيپي در جمعيت مرجع، فاصله زماني (تعداد نسل) بين جمعيت مرجع و جمعيت تاييد مي‌باشند (زرگريان و همکاران، 1389؛ فروتني فر و همکاران، 1391؛ ژانگ و همکاران، 2009؛ بُوومان و همکاران، 2011؛ مُسِر و همکاران، 2009؛ موير و همکاران، 2007؛ ويلامسِن و همکاران، 2009). مدل‌هاي آماري مورد استفاده برحسب ويژگي‌هاي برآورد کنندگي خود مي‌توانند نتايج متفاوتي داشته باشند و علاوه برآن کارايي مدل‌هاي مختلف در برازش داده‌هاي ژنومي به شرايط آزمايش، نوع صفت، توزيع اثرات ژني، خصوصيات جمعيت، ساختار ژنومي و … بستگي دارد. لذا شناسايي عوامل موثر در صحت برآورد ارزش‌هاي اصلاحي ضروري به نظر مي‌رسد.
هرچند که انتخاب ژنومي مي‌تواند منجر به بهبود پيشرفت ژنتيکي در برنامه‌هاي اصلاح نژادي شود اما به نظر مي‌رسد محدوديت کليدي آن هزينه تعيين ژنوتيپ باشد (هِيز و همکاران، 2012). اين مشکل را مي‌توان از طريق استنباط ژنوتيپي برطرف کرد. در اين روش، حيوانات کانديدا با استفاده از پانل کم تراکم SNP ها (پوشش پراکنده ژنوتيپ و هزينه پايين) و حيوانات مرجع با استفاده از پانل متراکم تعيين ژنوتيپ مي‌شوند. سپس، ساير SNP هايي که در پانل متراکم حضور دارند ولي در پانل کم تراکم نيستند استنباط خواهند شد. ژنوتيپ‌هاي استنباط شده مي‌توانند به‌منظور برآورد ارزش‌هاي اصلاحي ژنومي با استفاده از معادلات پيش‌بيني مورد استفاده قرار گيرند (هِيز و همکاران، 2012).
از روش‌هاي مختلف استنباط ژنوتيپي (Genotype Imputation) مي‌توان به‌منظور ترکيب پنل‌هاي مختلف نشانگري و نيز بازيابي ژنوتيپ‌هاي ازدست‌رفته، استفاده نمود. همچنين مي‌توان بر اساس يک نمونه معرف حيوانات (ژنوتيپ شده در تراکم بالا) پانل ژنوتيپ را از يک آرايه کمتر به يک آرايه بيشتر بسط داد (پاوچ و همکاران، 2013). صحت استنباط ژنوتيپي بستگي به عواملي چون نسبت ژنوتيپ‌هاي ازدست‌رفته، تعداد افراد و خويشاوندان تعيين ژنوتيپ شده با تراکم بالا، روش استنباط و تفاوت تعداد آرايه‌هاي پنل هاي نشانگري دارد.
در بسياري از برنامه‌هاي اصلاح نژادي، صفات آستانه‌اي مانند موفقيت و شکست در آبستني، حساسيت و مقاومت به بيماري‌ها، تعداد تلقيح به ازاي آبستني، دوقلوزايي، زنده‌ماني، صفات تيپ و … از مهم‌ترين صفات اقتصادي به‌شمار مي‌روند. در بسياري از سيستم‌هاي ارزيابي ژنتيکي، در تشکيل شاخص انتخاب حيوانات برتر هر دو دسته صفات پيوسته (مانند وزن بدن و توليد) و صفات آستانه‌اي (مانند چند قلوزايي و زنده‌ماني) را در نظر مي‌گيرند. رفتار آماري اساس ژنتيکي صفات گسسته (آستانه‌اي) چندان واضح نيست زيرا ژن‌هاي متعدد، اثرات متقابل ژن‌ها و اثرات متقابل ژن و محيط در بروز اين صفات دخيل‌اند (گُنزالِز رِسيو و فورني،‌2001).
2-1- اهداف پژوهش
در بسياري از تحقيقات صورت گرفته مرتبط با ارزيابي‌هاي ژنومي در حيوانات اهلي، صفات پيوسته مطالعه شده است. بنابراين، پژوهش حاضر با هدف بررسي صحت برآورد ارزش‌هاي اصلاحي ژنومي صفات آستانه‌اي در معماري‌هاي مختلف آللي (توزيع‌هاي آماري مختلف اثرات ژني و تعداد متفاوت QTL)، وراثت‌پذيري‌هاي مختلف و اندازه‌هاي متفاوت جمعيت مرجع با استفاده از روش‌هاي بيزي انجام گرفت. همچنين مقايسه صحت ارزش‌هاي اصلاحي ژنومي برآورد شده در حالت ژنوتيپ واقعي و استنباط شده با استفاده از دو روش جنگل تصادفي و روش انتساب تصادفي نيز از اهداف مطالعه حاضر بوده است.
فصل دوم
بررسي منابع
2-1- اهداف اصلاح نژاد
مهم‌ترين هدف در اصلاح دام، شناسايي افرادي است که داراي بالاترين ارزش اصلاحي براي صفات موردنظر اصلاحگر بوده و شرکت دادن اين افراد در چرخه توليد مثلي به‌عنوان والدين نسل بعد مي‌باشد. عملکرد فرد، معمولاً شامل ترکيبي از چندين مشخصه يا صفت مي‌باشد که عمده آن‌ها طبيعت و ماهيت کمّي دارند. صفات کمّي معمولاً به وسيله چند و يا حتي تعداد زيادي ژن (شايد بيشتر از هزار) همراه با اثرات محيطي کنترل مي‌شوند (فالکونر و مَک‌کي، 1996). صفاتي مانند نرخ رشد، توليد شير، توليد چربي و پروتئين از اين قبيل‌اند. مهم‌ترين معيار که براي تعيين شايستگي افراد کانديدا به‌کار مي‌رود برآوردهاي ارزش اصلاحي افراد براي صفات مورد علاقه (موردنظر) مي‌باشد. ارزش اصلاحي يک فرد به‌صورت مجموع ارزش‌هاي ژنتيکي افزايشي براي تمام جايگاه‌هايي که در کنترل صفت سهيم‌اند (جايگاه‌هاي کنترل کننده صفات کمي، Quantitative Trait Loci) تعريف مي‌شود.
تا کنون، اطلاعات فنوتيپي زيادي براي صفات اقتصادي در دامپروري، جمع‌آوري شده و به‌عنوان منبع اصلي اطلاعات جهت برآورد ارزش اصلاحي کانديداهاي انتخاب مورد استفاده قرار گرفته است. براي رسيدن به اين هدف، روش‌هاي آماري پيچيده‌اي بر اساس متدولوژي مدل‌هاي خطي مختلط با خاصيت بهترين پيش‌بيني نااريب خطي (BLUP) به‌کارگرفته شده است (هندرسون، 1987؛ لينچ و والش، 1998). اين روش‌ها بر استفاده از اطلاعات فنوتيپي خود فرد و خويشاوندانش به‌منظور بيشينه کردن صحت برآورد ارزش‌هاي اصلاحي تاکيد داشته‌اند. اگر صحت را به‌عنوان همبستگي بين ارزش اصلاحي واقعي و برآورد شده تعريف کنيم مي‌توان آن را به‌عنوان مهم‌ترين شاخصه نرخ پيشرفت ژنتيکي که مي‌تواند در يک برنامه اصلاحي در واحد زمان حاصل شود پذيرفت. عواملي چون شدت انتخاب، صحت انتخاب و فاصله نسل در پيشرفت ژنتيکي موثرند. نرخ پيشرفت ژنتيکي مورد انتظار در واحد زمان، با شدت و صحت انتخاب ارتباط مستقيم دارد اما با فاصله نسل نسبتي معکوس دارد (فالکونر و مَک‌کي، 1996).
2-2- روش‌هاي ارزيابي کلاسيک
در اواخر نيمه اول قرن بيستم، روش شاخص انتخاب توسط هيزل و لاش (1943) معرفي شد. اين روش همبستگي بين مقادير فنوتيپي، رابطه ژنتيکي بين افراد داراي رکورد و حيوانات مورد ارزيابي را در نظر مي‌گرفت. با استفاده از اين روش امکان ترکيب اطلاعات زيادي در يک هدف اصلاحي فراهم گرديد. در شاخص‌ها، مهم‌ترين خصوصيت و ويژگي کاهش خطاي پيش‌بيني، حداکثر کردن همبستگي بين ارزش ژنتيکي برآورد شده و حقيقي بود. بنابراين، استفاده از اطلاعات ديگر حيوانات منجر به افزايش درصحت ارزيابي‌ها شد (سيلوا و همکاران، 2014).
با توسعه روش‌هاي مدل مختلط توسط هندرسون (1949) ارزيابي ژنتيکي با استفاده از برآوردهاي دقيق‌تر ارزش‌هاي اصلاحي شروع شد. ابتدا، از طريق مدل پدري که ارتباطات والد-فرزندي را در نظر مي‌گيرد و سپس از طريق مدل حيوان که تمام روابط شناخته شده در بين حيوانات در شجره را در نظر مي‌گرفت ارزيابي‌ها انجام شد. با استفاده از اين روش، برآورد همزمان اثرات ثابت (BLUE) و اثرات تصادفي (BLUP) ممکن شد. درنتيجه، ارزش‌هاي اصلاحي با خاصيت BLUP براي تمام حيوانات موجود در شجره به‌دست آمد. اين روش اگر چه، خصوصيات آماري مشابهي با روش شاخص انتخاب دارد اما به‌طور مستقيم برآوردهاي ارزش‌هاي اصلاحي را ارايه مي‌دهد. اما در روش شاخص انتخاب ضرايب شاخص و ارزش‌هاي اصلاحي در مراحل جداگانه‌اي حاصل مي‌شوند. ارزش‌هاي اصلاحي برآورد شده با استفاده از معادلات مدل‌هاي مختلط به‌طور گسترده‌اي به‌عنوان ابزار انتخاب مورد استفاده قرار گرفتند (سيلوا و همکاران، 2014).
اگرچه برنامه‌هاي انتخاب بر اساس ارزش‌هاي اصلاحي برآورد شده از فنوتيپ تاکنون خيلي موفقيت آميز بوده‌اند اما اين روش نيز داراي محدو ديت‌هايي است (دِکرز، 2012):
1) به‌منظور برآورد ارزش‌هاي اصلاحي قابل اعتماد براي کانديداهاي انتخاب، داشتن اطلاعات فنوتيپي از حيوان و يا از خويشاوندان نزديک ضروري است. درنتيجه، علاوه بر هزينه‌هاي رکوردگيري، برخي صفات مورد علاقه اصلاحگران فقط در اواخر دوره زندگي (مانند ماندگاري) و يا فقط در يک جنس (مانند توليد شير در گاو شيري) بروز مي‌يابند، و نيز صفاتي که نياز به کشتار حيوان دارند (صفات کيفيت گوشت) ارزيابي را با محدوديت مواجه مي‌کند.
2) تئوري اين مدل بر اساس مدل ژنتيکي بي‌نهايت ژن موثر بر صفات کمي ارايه شده است (فالکونر و مَک‌کي، 1996). در اين مدل فرض شده است که صفت به وسيله تعداد بي‌نهايت ژن غير همبسته با اثرات افزايشي و خيلي کوچک کنترل مي‌شوند. در حاليکه تعداد ژن‌ها نمي‌تواند بي‌نهايت باشد. همچنين نوترکيبي حاصل از لينکاژ نيز که خود عامل مهمي در تنوع است را در نظر نمي‌‌گيرد. هرچند ممکن است تعداد زيادي ژن با اثر کوچک بر صفت موثر باشند اما در بسياري از صفات قسمت عمده‌اي از تنوع توسط تعداد محدودي ژن بزرگ اثر کنترل مي‌شود (عبدالهي و همکاران، 1391؛ کالوس، 2010؛ دِکرز، 2012).
3- با توجه به اينکه در BLUP از ماتريس روابط خويشاوندي استفاده مي‌شود و در تشکيل اين ماتريس، واريانس برآوردها در نظر گرفته نشده و از ميانگين رابطه خويشاوندي استفاده مي‌شود، عملاً ضرايب بين افراد حاصل از يک تلاقي يکسان برآورد مي‌شود. درنتيجه به دليل در نظر نگرفتن اثر نمونه‌گيري مندلي (ترکيب تصادفي کروموزوم‌ها در مرحله گامتوژنز) احتمال انتخاب حيوانات خويشاوند و افزايش هم‌خوني بالا مي‌رود. همچنين صحت اين برآوردها تا حدود زيادي تابع صحت و کيفيت شجره ميباشند (کالوس، 2010).
2-3- استفاده از منابع اطلاعاتي نشانگري
استفاده از منابع اطلاعاتي ديگر به‌منظور رفع محدوديت‌هاي ارزيابي کلاسيک و به‌دست آوردن ارزش‌هاي ژنتيکي زود هنگام از کانديداهاي انتخاب داراي تاريخي کهن است. نخستين تلاش‌ها، روي صفات انديکاتور (شاخص)، مقادير فيزيولوژيکي و مارکرهاي خوني صورت گرفت. يکي از موارد موفقيت آميز اوليه، استفاده از گروه‌هاي خوني به‌عنوان نشانگرهاي مولکولي براي افزايش مقاومت ژنتيکي در طيور بوده است (هانسِن و همکاران، 1967). مقدار سرم IGF-1 اندازه‌گيري شده در سنين اوليه در گاو و خوک به‌عنوان شاخص کارايي رشد نيز مثالي از مقادير فيزيولوژيک مي‌باشد (بانتِر و همکاران، 2005). به‌طور کلي، استفاده از صفات شاخص به‌وي‍ژه صفات شاخص فيزيولوژيک قابل اندازه‌گيري در خون محدود بود.

در دهه 90 ميلادي استفاده از ماتريس روابط آللي (به‌جاي ماتريس روابط خويشاوندي) در معادلات مدل‌هاي مختلط توسط نجاتي-جوارمي و همکاران (1997) مطرح شد. نتايج مطالعه آن‌ها که براي اولين بار اطلاعات ژنومي را در ارزيابي‌هاي حيوانات اهلي دخيل مي‌داد نشان داد که ارزش‌هاي اصلاحي برآورد شده به مقدار حقيقي خود نزديک‌تر شده و پاسخ به انتخاب بيشتر خواهد شد. همچنين نرخ پيشرفت ژنتيکي براي صفاتي که داراي وراثتپذيري پايين بودند، يا اينکه تحت تاثير تعداد اندکي QTL و يا تعداد کمتر آلل در هر جايگاه بودند بيشتر بود. پر واضح است دليل بهبود نرخ پيشرفت ژنتيکي در اين روش ارزيابي، نسبت به روش استفاده از اطلاعات شجره، نشان دادن دقيق‌تر رابطه بين افراد جمعيت بود. زيرا به‌جاي استفاده از متوسط رابطه خويشاوندي، حالت همساني در موقعيت (Identical By State) و تنوع ژني موجود را نيز در نظر داشت. هرچند که در اين مطالعه اثرات QTL به‌طور مستقيم و همزمان با اثرات پلي‌ژنيک در مدل وارد نشده بود؛ اما اين محققين بيان کردند درصورتي‌که بتوان اثرات QTL را در مدل وارد نمود، پيشرفت ژنتيکي تسريع خواهد شد.
در تاييد سودمندي استفاده از اطلاعات ژنومي ويلانِوا و همکاران (2005) گزارش کردند حتي درصورتي‌که مدل ژنتيکي صفت موردنظر مدل بي‌نهايت ژن باشد و هيچ ژني داراي اثر بزرگ نباشد، استفاده از ماتريس روابط خويشاوندي آللي و يا استفاده از اطلاعات نشانگري در برنامه‌هاي انتخاب مفيد و منجر به پاسخ به انتخاب مطلوب‌تر خواهد بود.
2-4- انتخاب به کمک نشانگر
برخي خصوصيات يا صفات که تفرق همزمان با صفت داشته باشند را مي‌توان به‌عنوان نشانه‌اي براي ژنوتيپ خاصي از صفت دانست. انتخاب غيرمستقيم براي صفت بر اساس آن نشانه را انتخاب به کمک نشانگر مي‌گويند. نشانگرها مي‌توانند مبتني بر خواص ظاهري، پروتئين و يا DNA باشند. نشانگرهاي DNA به بخشي از ژنوم اطلاق مي‌گردد که با تنوع صفت خاصي مرتبط باشد (مونتالدو و مِزا-هِرِرا، 1998).
انتخاب بر اساس نشانگرها در خصوص صفاتي که از ارزيابي‌هاي کلاسيک چندان بهره نمي‌برند مفيد خواهد بود. به‌طوري‌که، همزمان از اطلاعات فنوتيپي و نشانگرهاي مولکولي در سطح ژنوم (در حالت عدم تعادل لينکاژي با QTL) استفاده مي‌کند (دِکرز، 2004). از اين روش در انتخاب گاوهاي نر جوان براي ورود به مرحله آزمون نتاج در صنعت گاوشيري استفاده شده است (گئورجِس و همکاران، 1995؛ ماکينون و گئورجِس، 1998).
استفاده از اطلاعات مولکولي به‌منظور بهبود ژنتيکي در گاوهاي شيري براي اولين بار در اواخر دهه 1960 توسط (اسميت، 1967) به‌خصوص براي صفاتي که بهبودشان با استفاده از برنامه‌هاي اصلاح نژاد سنتي مشکل بود پيشنهاد شد. اما در عمل، ظهور دوران استفاده از ژنتيک مولکولي به اوايل دهه 70 برمي‌‌گردد که فرصت جديدي را در برنامه‌هاي اصلاح نژادي ايجاد کرد که بتوان از نشانگرهاي DNA براي شناسايي ژن يا مناطق ژنومي کنترل کننده صفات موردنظر استفاده کرد. اولين کاربرد مشهور اين روش، کشف اساس ژنتيکي و توسعه آزمون‌هاي نقايص ژنتيکي (تک جايگاهي) بود. در خصوص صفات کمّي نيز، اين پيشرفت‌ها منجر به شناسايي QTL و توسعه تست‌هاي DNA شد. اين تست‌ها به‌منظور کمک به تصميم انتخاب يا حذف افراد کانديدا در مراحل اوليه زندگي، در تکنيک انتخاب به کمک نشانگر به‌کار گرفته شدند. به‌طوري که با ترکيب اطلاعات حاصل از نشانگرهاي ژنتيکي مرتبط با QTL و اطلاعات فنوتيپي، انتخاب انجام مي‌شد (لَند و تامپسون، 1990؛ اسميت و سيمپسون، 1986). با استفاده از اين روش، نتايج بسيار مفيدي در خصوص شناسايي تعداد قابل توجهي QTL، ارتباطات نشانگر- فنوتيپ و برخي جهش‌هاي علّي حاصل شد (دِکرز، 2004). اما کاربرد اين روش نيز در برنامه‌هاي اصلاح نژاد، به دلايلي با محدوديت همراه بود (دِکرز، 2004): 1) بيشتر مطالعات QTL در آميخته‌هاي تجاري انجام شده است در صورتي که مي‌بايست در جمعيت‌هايي از حيوانات اهلي انجام مي‌شد که براي بهبود و پيشرفت ژنتيکي استفاده مي‌شدند. 2) فقط بخش محدودي از تنوع ژنتيکي صفت به‌وسيله جايگاه‌ها و اثرات شناسايي شده توجيه مي‌شد، درحالي‌که بيشتر صفات اقتصادي به وسيله تعداد زيادي ژن کنترل مي‌شوند. 3) هزينه تعيين ژنوتيپ به روش معمولي (سنتي) براي کانديداهاي انتخاب حتي براي تعداد کمي نشانگر ژنتيکي نيز بسيار بالا بود.
2-5- چند شکلي‌هاي تک نوکلئوتيدي
تنوع و تفاوت‌هايي که به واسطه اختلاف در يک جايگاه تک نوکلئوتيدي (Single Nucleotide Polymorphisms) (به علت جايگزيني، حذف يا اضافه) در بين افراد همان گونه رخ مي‌دهند، به‌عنوان چندشکلي تک نوکلئوتيدي (SNP) شناخته مي‌شوند. جايگزيني نوکلئوتيدها عامل مهمي در ايجاد SNP در ژنوم محسوب مي‌شوند. ازلحاظ نوع جايگزيني بازها، جهش‌ها مي‌توانند ترانزيشن (Transition) يا ترانزورژن (Transversion) باشند. در جهش ترانزيشن جايگزيني بازهاي پورين يا پيريميدين پيريميدين با يکديگر صورت مي‌گيرد. از اين رو در اين نوع جهش‌ها فقط دو شکل آللي در جايگاه مربوطه قابل مشاهده مي‌باشد. ولي در جهش‌هاي ترانزورژن جايگزيني کليه بازهاي پورين و پيريميدين با يکديگر صورت مي‌گيرد. از اينرو در اين نوع از جهش‌ها هر چهار شکل آللي در جايگاه مربوطه مي‌تواند مشاهده گردد (A?C، A?T، G?C و G?T). ازلحاظ تئوري، تبديل يک باز نوکلئوتيدي به هرکدام از بازهاي 4 گانه امکان‌پذير است. اما به علت شکل هندسي بازها، SNP هاي سه و به‌ويژه چهار آللي بسيار نادر بوده و بيشتر SNP ها دو آللي‌اند (سوبِدي، 2012). اين نشانگرها نسبت به نشانگرهاي ريزماهواره، داراي تنوع آللي کمتري هستند اما به دليل اينکه در کل ژنوم به ميزان بالا يافت مي‌شوند نشانگرهاي بسيار مناسبي براي رديابي QTL و مطالعات ارتباطي کل ژنوم مي‌باشند. همين علت هم منجر به توسعه روش‌ها و تکنيک‌هاي شناسايي و کاربرد اين نشانگرها در سال‌هاي اخير شده است.
2-6- ميکرو تراشه‌هاي DNA
چندشکلي‌هاي تک نوکلئوتيدي را مي‌توان با استفاده از روش‌هاي متعددي تشخيص داد. اما يک فن‌آوري نسبتاً جديد در اين رابطه، استفاده از تراشه‌هاي DNA (DNA Chips) مي‌باشد. در اين فن آوري همزمان چند شکلي چندين هزار مارکر مورد بررسي قرار مي‌گيرد (ويگنال و همکاران، 2012). در حال حاضر براي بيشتر گونه‌هاي حيوانات اهلي، تراشه‌هاي تجاري وجود دارد که با استفاده از آن‌ها مي‌توان ده‌ها هزار SNP را در طول ژنوم يک حيوان با هزينه منطقي و قابل قبول (کمتر از 150 دلار به ازاي هر نمونه) در زمان بسيار اندک تعيين ژنوتيپ کرد. اولين مورد از اين تراشه‌ها در حيوانات اهلي، پانل 50 هزار جفت نوکلئوتيدي (که به اختصار گفته مي‌شود SNP 50K) گاوي بود که توسط شرکت ايلومينا طراحي شد (ماتوکومالي و همکاران، 2009). تا به امروز ده‌ها هزار گاو گوشتي و شيري، با استفاده از اين تکنولوژي تعيين ژنوتيپ شده‌‌اند. تراشه‌هاي 40 تا 60 هزار SNP مشابهي نيز براي ديگر گونه‌هاي حيوانات اهلي شامل طيور، گوسفند، خوک و اسب در دسترس است. SNP chip يا DNA chip مخصوص گوسفند در سال 2009 با عنوان Illumina Ovine SNP50 BeadChip طراحي شد که 54241 جهش تک نوکلئوتيدي با فاصله يکسان در سطح ژنوم گوسفند را پوشش مي‌دهد. اين طراحي با همکاري تعداد زيادي محقق در سراسر جهان و صرف هزينه بسيار بالا در قالب پروژه Sheep HapMap صورت گرفت (کيجاس و همکاران، 2009). مهم‌ترين استفاده از اين تراشه‌هاي DNA با تراکم بالاي SNP، در انتخاب ژنومي يا انتخاب بر مبناي کل ژنوم بوده است (مِوويسِن و همکاران، 2001؛ وَن‌رادِن و همکاران، 2009). استفاده از اين تراشه‌ها، منجر به توليد تعداد بسيار زيادي داده SNP با تراکم بالا مي‌شود که مي‌توانند در مطالعات ارتباطي کل ژنوم به‌منظور شناسايي نشانگرهاي ژنومي يا مناطق ژنومي مرتبط با صفت بر اساس عدم تعادل لينکاژي (LD) و انتخاب ژنومي استفاده شوند (هِيز و همکاران، 2009).
2-7- انتخاب ژنومي
انتخاب ژنومي به‌معني استفاده از اطلاعات ژنومي به‌منظور ارزيابي و انتخاب افراد کانديدا مي‌باشد. ويژگي کليدي اين روش اين است که کل ژنوم به‌وسيله نشانگرهاي متراکم پوشش داده مي‌شود. به‌طوري که تمام واريانس ژنتيکي به‌وسيله اين نشانگرها توجيه شود و فرض مي‌شود که نشانگر با QTL در حالت LD باشند (گُدارد و هِيز، 2007).
اولين بار معرفي و ارايه انتخاب ژنومي به وسيله نجاتي-جوارمي و همکاران (1997) صورت گرفت و سپس به وسيله مِوويسِن و همکاران (2001) توسعه داده شد. اما کاربردي شدن آن از زمان توصيف مفاهيم و ارايه مدل‌هاي انتخاب ژنومي تا در دسترس قرار گرفتن پانل‌هاي چندهزار نشانگري گاو به تاخير افتاد (وَن‌تِسِل و همکاران، 2008). به‌طور کلي، SNP ها فراوان‌ترين نوع چند شکلي‌هاي DNA در ژنوم هستند و هم‌اکنون اين نشانگرها بر ساير انواع نشانگرهاي مولکولي در تحقيقات ژنومي اولويت دارند. زيرا اين نشانگرها داراي نرخ جهش پايين‌تري هستند و به آساني تعيين ژنوتيپ مي‌شوند (رُموالدي و همکاران، 2012). ايده اصلي در انتخاب ژنومي، استفاده از مارکرهاي خاصي براي رديابي QTL نيست بلکه از تعداد بسيار زيادي نشانگر که در کل ژنوم پراکنده‌اند استفاده مي‌شود. زماني که چندين هزار نشانگر در طول ژنوم تعيين ژنوتيپ مي‌شوند فرض مي‌شود که نشانگرها در کنار جهش‌هاي علّي قرار گرفته‌اند. به‌عبارتي ديگر SNP ها با QTL در حالت عدم تعادل لينکاژي هستند (دِروس و همکاران، 2008). سهم هر نشانگر در شايستگي ژنتيکي افزايشي يک حيوان نمايان مي‌شود و برخلاف فرضيات در مدل بي‌نهايت، در اينجا تفاوت بين اثرات مارکر نيز به دست مي‌آيد. هرچند در اين خصوص کل و همکاران (2009) گزارش کردند که در گاو شيري براي بيشتر صفات توليدي، مدل بي‌نهايت مي‌تواند مدل مناسبي باشد و تنها تعداد اندکي QTL در ژنوم گاو وجود دارد.
دو پيشرفت تکنولوژيکي اصلي که در محبوبيت، کاربرد و موفقيت انتخاب ژنومي دخيل بودند عبارت‌اند از: 1) کامل شدن پروژه تعيين توالي ژنوم گاو و انتشار آن، منجر به شناسايي چندين هزار نشانگر SNP و درنتيجه تسريع پيشرفت‌هاي تحقيقاتي مرتبط شد (ِالسيک و همکاران، 2009). 2) در دسترس قرار گرفتن تراشه‌هاي DNA به‌صورت تجاري و با هزينه مناسب. اين تراشه‌ها مشتمل بر هزاران نشانگر در طول ژنوم بوده و مجال برآورد ارزش‌هاي اصلاحي با صحت بالا را فراهم کرد (مِوويسِن و همکاران، 2001).
انتخاب ژنومي شامل 3 مرحله است:
1- استفاده از تراشه‌هاي DNA به‌منظور تعيين ژنوتيپ هر حيوان در هر نشانگر.
2- برآورد اثر هر جايگاه نشانگري بر روي صفت.
3- برآورد ارزش‌هاي اصلاحي ژنومي افراد کانديدا و تصميم انتخاب.
مرحله کليدي در پيش‌بيني‌هاي ژنومي، برآورد اثر آلل‌هاي SNP بر صفات مورد مطالعه مي‌باشد. برآورد اثرات در تعدادي از حيوانات که جمعيت مرجع (يا داده‌هاي آموزشي) ناميده مي‌شود انجام مي‌گيرد (مِوويسِن و همکاران، 2001). اين جمعيت به‌طورمعمول از 1000 حيوان تشکيل شده است و داراي اطلاعات ژنوتيپي فنوتيپ هستند. از طريق مطالعات ارتباطي نشانگر-فنوتيپ، اثر هر SNP برآورد خواهد شد. مرحله آخر در انتخاب ژنومي، برآورد ارزش‌هاي اصلاحي حيوانات جوان (کانديداهاي انتخاب) مي‌باشد که اين حيوانات ارزش‌هاي اصلاحي ژنومي‌شان با استفاده از مجموع اثرات SNP حاصل مي‌شود. فرايند انتخاب ژنومي به‌صورت شماتيک در شکل 2-1 نشان داده شده است.

در این سایت فقط تکه هایی از این مطلب با شماره بندی انتهای صفحه درج می شود که ممکن است هنگام انتقال از فایل ورد به داخل سایت کلمات به هم بریزد یا شکل ها درج نشود

شما می توانید تکه های دیگری از این مطلب را با جستجو در همین سایت بخوانید

ولی برای دانلود فایل اصلی با فرمت ورد حاوی تمامی قسمت ها با منابع کامل

اینجا کلیک کنید

سوال مهم اين است چه حيواناتي بايد در جمعيت مرجع باشند؟ براي مثال، در گاو شيري ساده‌ترين و سر راست‌ترين روش استفاده از گاوهاي نر داراي ارزش اصلاحي مي‌باشد (وَن‌رادِن و همکاران، 2009). زيرا اين حيوانات داراي ارزش‌هاي اصلاحي قابل اعتمادي هستند. زماني که به‌دست آوردن فنوتيپ‌هاي واقعي وقت‌گير و پرهزينه باشد، استفاده از ارزش‌هاي اصلاحي قابل اعتماد مي‌تواند جايگزين مناسبي باشد. از آنجايي که حيوانات جمعيت مرجع هم بايد داراي فنوتيپ و هم ژنوتيپ باشند، تعداد افراد جمعيت مرجع بايد ازلحاظ هزينه‌هاي تعيين ژنوتيپ و رکوردگيري بهينه شود. اگر چه تحقيقات زيادي در خصوص بهينه‌سازي جمعيت مرجع صورت نگرفته است اما از نظر تئوري، جمعيت مرجع بايد متشکل از کل دامنه ژنوتيپي و فنوتيپي نژاد يا توده باشد که منجر به برآورد دقيق و قابل اعتمادي شود. بنابراين جمعيت مرجع بايد تا حد امکان معرف مناسبي از کل جمعيت باشد.


دیدگاهتان را بنویسید