سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,500
تعداد مشاهده مقاله124,090,613
تعداد دریافت فایل اصل مقاله97,194,398
فرجی آروق, هادی, ابراهیمی, خدیجه, داشاب, غلامرضا, رکوعی, محمد. (1397). پیش‌بینی مؤلفه‌های (کو)واریانس ژنتیکی فراسنجه‌های منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی. , 49(2), 237-246. doi: 10.22059/ijas.2018.250764.653609
هادی فرجی آروق; خدیجه ابراهیمی; غلامرضا داشاب; محمد رکوعی. "پیش‌بینی مؤلفه‌های (کو)واریانس ژنتیکی فراسنجه‌های منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی". , 49, 2, 1397, 237-246. doi: 10.22059/ijas.2018.250764.653609
فرجی آروق, هادی, ابراهیمی, خدیجه, داشاب, غلامرضا, رکوعی, محمد. (1397). 'پیش‌بینی مؤلفه‌های (کو)واریانس ژنتیکی فراسنجه‌های منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی', , 49(2), pp. 237-246. doi: 10.22059/ijas.2018.250764.653609
فرجی آروق, هادی, ابراهیمی, خدیجه, داشاب, غلامرضا, رکوعی, محمد. پیش‌بینی مؤلفه‌های (کو)واریانس ژنتیکی فراسنجه‌های منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی. , 1397; 49(2): 237-246. doi: 10.22059/ijas.2018.250764.653609

پیش‌بینی مؤلفه‌های (کو)واریانس ژنتیکی فراسنجه‌های منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی

علوم دامی ایران
مقاله 7، دوره 49، شماره 2، شهریور 1397، صفحه 237-246    اصل مقاله (576.26 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijas.2018.250764.653609
نویسندگان
هادی فرجی آروق1؛ خدیجه ابراهیمی2؛ غلامرضا داشاب* 3؛ محمد رکوعی4
1استادیار ژنتیک و اصلاح دام، پژوهشکدۀ دام‌های خاص، دانشگاه زابل
2دانشجوی کارشناسی ارشد اصلاح نژاد دام، گروه علوم دامی، دانشکدۀ کشاورزی، دانشگاه زابل
3استادیار اصلاح نژاد دام، گروه علوم دامی، دانشکدۀ کشاورزی، دانشگاه زابل
4دانشیار اصلاح نژاد دام، گروه علوم دامی، دانشکدۀ کشاورزی، دانشگاه زابل
چکیده
هدف از این بررسی، پیش­بینی مؤلفه­های (کو)واریانس و فراسنجه­های ژنتیکی منحنی رشد در یک جمعیت آمیختۀ بلدرچین ژاپنی بود. برای این منظور، رکوردهای وزن بدن با منحنی گمپرتز برازش و فراسنجه­های منحنی برآورد شد. با استفاده از این منحنی، وزن بلوغ (Wf)، وزن جوجۀ نوزاد یا هچ (W0)، شاخص بلوغ (K)، سن (ti) و وزن (Wi) در نقطۀ عطف و نرخ رشد در روزهای مختلف برای همۀ پرندگان پیش‌بینی شد. پیش­بینی مؤلفه­های (کو)واریانس و فراسنجه­های ژنتیکی با استفاده از مدل حیوانی چند صفته با نمونه­گیری گیبس انجام شد. وراثت­پذیری فراسنجه­های منحنی رشد شامل وزن بلوغ (Wf)، وزن جوجۀ نوزاد (W0)، شاخص بلوغ (K)، وزن و سن در نقطۀ عطف، به ترتیب برابر با ۳۳۵/۰، 269/۰، 273/۰، 291/۰ و 397/۰ پیش­بینی شد. همچنین، وراثت­پذیری صفات نرخ رشد دوره­ای از نوزادی تا ۴۵ روزگی بالا و در دامنۀ بین 311/۰ و 424/0 محاسبه شد. همبستگی ژنتیکی وزن جوجۀ نوزاد با شاخص بلوغ و وزن بلوغ مثبت بود (۱۴/۰ و ۲۴/۰)، اما همبستگی ژنتیکی وزن جوجۀ نوزاد با سن و وزن در نقطۀ عطف منفی (۲۴/۰- و ۱۲/۰-) بود. همبستگی ژنتیکی شاخص بلوغ با وزن جوجۀ نوزاد، وزن بلوغ، سن و وزن در نقطۀ عطف منفی بودند. همبستگی ژنتیکی شاخص بلوغ با صفات نرخ رشد در سنین آغازین مثبت (و برای صفات آخر دورۀ متوسط و منفی) پیش­بینی شد. شاخص وزن در نقطۀ عطف، همبستگی ژنتیکی مثبت با بیشتر صفات نرخ رشد داشت و روند تغییرپذیری آن‌ها از آغاز به پایان دورۀ رشد افزایشی بود.
کلیدواژه‌ها
شاخص بلوغ؛ گمپرتز؛ نقطۀ عطف؛ نرخ رشد
عنوان مقاله [English]
Estimation of (co)Variance components of growth curve parameters in Japanese quail
نویسندگان [English]
Hadi Faraji arough1؛ Khadigeh Ebrahimi2؛ Gholam Reza Dashab3؛ Mohammad Rokouei4
1Assistant Professor of animal breeding and genetic, Research Center of Special Domestic Animals, University of Zabol, Zabol, Iran
2M.Sc. Student of Animal Breeding, Department of Animal Science Agriculture Faculty, University of Zabol, Zabol, Iran
3Assistant Professor of Animal Breeding, Department of Animal Science Agriculture Faculty, University of Zabol, Zabol, Iran
4Associate Professor of Animal Breeding, Department of Animal Science Agriculture Faculty, University of Zabol, Zabol, Iran
چکیده [English]
The purpose of the present study was to estimation of (co)variance components and genetic parameters of the growth curve in crossbred population. For this purpose, body weight records were fitted through the Gompertz curve and curve parameters were estimated. The final weight (Wf), hatch weight (W0), mature rate index (K), age (ti) and weight (Wi) in inflection point and growth rate in different days for all of the birds were predicted by Gompertz model. The estimated of (co)variance and genetic parameters were performed using a multi-trait animal model through Gibbs sampling. Heritability of the growth cure parameters including final weight, hatch weight, mature index and weight and age in inflection point was 0.335, 0.269, 0.273, 0.291 and 0.397, respectively. Also, the heritability of growth rate traits from hatch to 45 days was estimated high and varied between 0.311 to 0.424. The genetic correlation between hatch weight with mature index and final weight was positive (0.14 and 0.24), but the genetic correlation between hatch weight with age and weight at inflection point was negative (-0.24 and -0.12). The genetic correlation of the mature index with hatch weight, mature weight, age and weight at inflection point was negative. Genetic correlation of the mature index with growth rate in the early ages of bird was positive and it was estimated medium and negative for late. The weight at inflection point had the positive genetic correlation with most of growth rate traits and the change trend from beginning to end of growth period was ascending.
کلیدواژه‌ها [English]
Gompertz, growth rate, mature rate, inflection point
مراجع
  1. Aggrey, S. E. (2009). Logistic nonlinear mixed effects function for estimating growth parameters. Poultry Science, 88, 276-280.
  2. Aggrey, S. E., Ankra-Badu, G. A. & Marks, H. L. (2003). Effect of long-term divergent selection on growth characteristics in Japanese quail. Poultry Science, 82, 538-542.
  3. Akbas, Y. & Oguz, I. (1998). Growth cure parameters of lines of Japanese quail (Coturnix coturnix japonica), unselected and selected for four-week bodyweight. Arch Geflugelk, 62, 104-109.
  4. Akbas, Y. & Yaylak, E. (2000). Heritability estimates of growth curve parameters and genetic correlations between the growth curve parameters and weights at different age of Japanese quail. Arch Geflugelkd, 64, 141-146.
  5. Aslam, M. L., Bastiaansen, J. W., Crooijmans, R. P., Ducro, B. J., Addie Vereijken, A. & Groenen, M. A.  (2011). Genetic variances, heritabilities and maternal effects on body weight, breast meat yield, meat quality traits and the shape of the growth curve in turkey birds. BMC Genetics, 12(14), 1-9.
  6. Balcioğlu, M. S., Kýzýlkaya, K., Yolcu, H. İ. & Kabarağ, H. I. (2005). Analysis of growth characteristics in short-term divergently selected Japanese quail. South African Journal of Animal Science, 35, 83-89.
  7. Beiki, H., Pakdel, A. & Moradi-Shahbabak, M. (2011). The effect of divergent selection on 4-wk BW on the shape of growth curve in Japanese quail. Iranian Journal of Animal Science Research, 3, 38-45. (in Farsi with English abstract)
  8. Beiki, H., Pakdel, A., Moradi-shahrbabak, M. & Mehrban, H. (2013). Evaluation of growth functions on Japanese quail lines. Journal of Poultry Science, 50, 20-27.
  9. Brown, J. E., Fitzhugh, H. A. & Cartwright, T. C. (1976). A comparison of nonlinear models for describing weight-age relationships in cattle. Journal of Animal Science, 42, 810-818.
  10. Darmani-Kuhi, H., Porter, T., Lopez, S., Kebreab, E., Strathe, A. B., Dumas, A., Dijkstra, J. & France, J. (2010). A review of mathematical functions for the analysis of growth in poultry. World’s Poultry Science Journal, 66, 227-239.
  11. Dudouet, E. (1982). Theoretical lactation curve of the goat and its applications. Le Point Veterinak, 14, 53-61.
  12. Firat, M. Z., Karaman, E., Başar, E. K. & Narinc, D. (2016). Bayesian analysis for the comparison of nonlinear regression model parameters: an application to the growth of Japanese quail. Brazilian Journal of Poultry Science, 23, 19-26.
  13. Freitas, A. R. (2005). Growth curves in livestock production. Rev Bras Zootecn, 34, 786-795.
  14. Gompertz, B. (1825). On the nature of the function expressive of the law of human mortality, and on a new mode of determining the value of life contingencies. Philos Trans R Soc Lond, 115, 513-583.
  15. Hyánková, L., Knížetová, H., Dědková, L. & Hort, J. (2001). Divergent selection for shape of growth curve in Japanese quail. 1. Responses in growth parameters and food conversion. British Poultry Science, 42, 583-589
  16. Kýzýlkaya, K., Balcýoðlu, M. S., Yolcu H. I., Karabað, K. & Genc, I. H. (2006). Growth curve analysis using nonlinear mixed model in divergently selected Japanese quails. Arch Geflugelkd, 70 (4), 181-186.
  17. Kýzýlkaya, K., Balcýoðlu, M. S., Yolcu H. I. & Karabað, K. (2004). The application of exponential method in the analysis of growth curve for Japanese quail. Arch Geflugelkd, 69(3), 193-198.
  18. Manjula, P., Park, H. B., Seo, D., Choi, N., Jin, S., Ahn, S. J., Heo, K. N., Kang, B. S. & Lee, J. H. (2017). Estimation of heritability and genetic correlation of body weight gain and growth curve parameters in Korean native chicken. Asian-Australasian Journal of Animal Science, 00, 1-6
  19. Mendes, M. (2009). Growth curves for body weight and some body measurements of Ross308 broiler chickens. Journal of Applied Animal Research, 36, 85-86.
  20. Misztal, I., Tsuruta, S., Strabel, T., Auvray, B., Druet, T. & Lee, D. H. (2002). BLUPF90 and related programs. In: 7th World Congress on Genetics Applied to Livestock Production, Montpellier, France.
  21. Narinc, D., Aksoy, T., Karaman, E., Aygun, A., Firat, M. Z. & Uslu, M. K. (2013). Japanese quail meat quality: Characteristics, heritability’s, and genetic correlations with some slaughter traits. Poultry Science, 92, 1735-1744.
  22. Narinc, D., Karaman, E., Firat, M. Z. & Aksoy, T. (2010). Comparison of non-linear growth models to describe the growth in Japanese quail. Journal of Animal and Veterinary Advances, 9(14), 1961-1966.
  23. Narinc, D., Karaman, E., Aksoy, T. & Firat, M. Z. (2014). Genetic parameter estimates of growth curve and reproduction traits in Japanese quail. Poultry Science, 93, 24-30.
  24. Raji, A. O., Mbap, S. T. & Aliyu, J. (2014). Comparison of different models to describe growth of the Japanese quail (Coturnix Japonica). Trakia Journal of Sciences, 2, 182-188.
آمار
تعداد مشاهده مقاله: 485
تعداد دریافت فایل اصل مقاله: 438


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب