سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات158
تعداد شماره‌ها6,230
تعداد مقالات67,757
تعداد مشاهده مقاله115,114,685
تعداد دریافت فایل اصل مقاله89,881,095
رزم کبیر, محمد, فتحی, فرید, عبدالهی آرپناهی, رستم. (1397). اثرات خطا و نقص شجره‌ بر پیش بینی ارزش اصلاحی و رتبه‌بندی حیوانات در گاوهای شیری. , 49(4), 535-545. doi: 10.22059/ijas.2019.246757.653591
محمد رزم کبیر; فرید فتحی; رستم عبدالهی آرپناهی. "اثرات خطا و نقص شجره‌ بر پیش بینی ارزش اصلاحی و رتبه‌بندی حیوانات در گاوهای شیری". , 49, 4, 1397, 535-545. doi: 10.22059/ijas.2019.246757.653591
رزم کبیر, محمد, فتحی, فرید, عبدالهی آرپناهی, رستم. (1397). 'اثرات خطا و نقص شجره‌ بر پیش بینی ارزش اصلاحی و رتبه‌بندی حیوانات در گاوهای شیری', , 49(4), pp. 535-545. doi: 10.22059/ijas.2019.246757.653591
رزم کبیر, محمد, فتحی, فرید, عبدالهی آرپناهی, رستم. اثرات خطا و نقص شجره‌ بر پیش بینی ارزش اصلاحی و رتبه‌بندی حیوانات در گاوهای شیری. , 1397; 49(4): 535-545. doi: 10.22059/ijas.2019.246757.653591

اثرات خطا و نقص شجره‌ بر پیش بینی ارزش اصلاحی و رتبه‌بندی حیوانات در گاوهای شیری

علوم دامی ایران
مقاله 7، دوره 49، شماره 4، اسفند 1397، صفحه 535-545    اصل مقاله (1.1 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijas.2019.246757.653591
نویسندگان
محمد رزم کبیر* 1؛ فرید فتحی2؛ رستم عبدالهی آرپناهی3
1استادیار، گروه علوم دامی، دانشکده کشاورزی، دانشگاه کردستان
2دانشجوی سابق کارشناسی ارشد، گروه علوم دامی، دانشکده کشاورزی، دانشگاه کردستان
3استادیار، گروه علوم دام و طیور، پردیس ابوریحان دانشگاه تهران
چکیده
وجود شجره کامل به عنوان یکی از فرضیات ارزیابی ژنتیکی حیوانات با معادلات مختلط است. در این پژوهش، با هدف تأثیر روابط خویشاوندی بر ارزیابی ژنتیکی، از اطلاعات شجره و تولید 100 گله بزرگ گاو شیری تحت پوشش مرکز اصلاح نژاد دام ایران استفاده شد. داده ها مربوط به 302860 رأس گاو در دوره اول شیردهی بودند که شجره کامل این حیوانات توسط نرم‌افزار DMUTrace  ردیابی و استخراج شد. به منظور اعمال خطا و نقص در شجره، به کمک برنامه R و به‌طور تصادفی سطوح 4، 8، 12، 16، 20، 24 درصد از مشخصات ثبت شده­ پدران حذف و یا با اطلاعات سایر پدرها جابجا شد. هر کدام از سناریوها پنج مرتبه تکرار و با نرم­افزار DMU آنالیز شدند. تأثیر میزان کامل بودن شجره بر رتبه­بندی حیوانات بر اساس معیار همبستگی رتبه­ای و در چهار سطح %1، %5، %10 و 20% از نرهای برتر، با استفاده از نرم­افزار SAS  برآورد شد. وراثت‌پذیری با شجره کامل 29/0 و در شجره­های دارای نقص و خطا به ترتیب به  26/0 و 27/0 برآورد شد. در سطح 12 درصد و برای 1000 دام برتر، همبستگی رتبه­ای شجره کامل با شجره دارای خطا 60/0 و با شجره ناقص 65/0 بود (01/0P<). با افزایش خطا و نقص، اثربخشی انتخاب به عنوان معیار نرخ اشتراک حیوانات برتر در سناریوهای مختلف، روند نزولی داشت. نتایج نشان دهنده اثرات نامطلوب شجره ناکامل و دارای خطا بر ارزیابی ژنتیکی و پیامد آن ایجاد اریبی در رتبه­بندی حیوانات است.
کلیدواژه‌ها
اثربخشی انتخاب؛ خطا در شجره؛ شجره ناکامل؛ ماتریس روابط خویشاوندی؛ همبستگی رتبه‌ای
عنوان مقاله [English]
Effects of misidentification and paternity errors on prediction of breeding values and ranking of animals in dairy cattle
نویسندگان [English]
Mohammad Razmkabir1؛ Farid Fathi2؛ Rostam Abdollahi-Arpanahi3
1Assistant Pprofessor, Department of Animal Science, Faculty of Agriculture, University of Kurdistan, Sanandaj, Iran
2Former M. Sc. Student, Department of Animal Science, Faculty of Agriculture, University of Kurdistan, Sanandaj, Iran
3Assistant Professor, Department of Animal and Poultry Science, Campus of Aburaihan, University of Tehran, Tehran, Iran
چکیده [English]
Genetic evaluations are computed to assess the genetic merit of animals based on mixed model equations. An important assumption for setting up these equations is that all genetic relationships among animals are available and correct. The objectives of the present study were to estimate the effects of incomplete pedigree and paternity errors on genetic evaluation. Data and pedigree of 100 dairy herds were obtained from Animal Breeding Center of Iran. Final data edited included milk yield records from 302860 first lactation Holstein cows. DMU Trace program was used for tracing ancestors and creating the full pedigree of animals. To simulate incomplete and wrong pedigrees, different scenarios including 8, 12, 16, 20, 24 percent of paternal identification numbers were removed or replaced using R program. Breeding values for milk yield was predicted by animal model using DMU program. Spearman's rank correlation was estimated for superior animals in different scenarios using SAS software. Estimates of heritability for full, incomplete and wrong pedigrees were 0.29, 0.26 and 0.27, respectively. The results showed a high variation in ranking of animals and determination of superior animals (P<0.01). As an example, at 12% level scenario, Spearman's rank correlation of BVs predicted from full pedigree with incomplete and wrong pedigrees were 0.65 and 0.60, respectively. Selection effectiveness, defined as the ratio of common superior animals in alternative scenarios, was decreased by increasing the rate of misidentification and errors (P<0.01). Incorrect pedigree and misidentification of animals could reduce accuracy of breeding values and consequently bias in animals ranking.
کلیدواژه‌ها [English]
Parentage misidentification, pedigree errors, rank correlation, relationship matrix, selection effectiveness
مراجع
  1. Abbasi, M. (2014). The effect of incomplete sire pedigree on prediction of breeding value and estimation of the genetic trend of weaning weight and average daily gain in sheep. Iranian journal of Animal Science, 45, 135-141. (in Farsi)
  2. Banos, G., Wiggans, G. R & Powell, R. L. (2001). Impact of paternity errors in cow identification on genetic evaluation and international comparisons. Journal of Dairy Science, 84(11), 2523-2529.
  3. Berg, P. (2010). EVA_INBRED version 1.6. A program to calculate inbreeding coefficients, generation coefficients, pedigree completeness indexes and genetic contributions. Department of Animal Breeding and Genetics, University of Aarhus, Research Centre Foulum, Tjele, Denmark.
  4. Christensen, L. G., Madsen, P. & Petersen, J. (1982). The influence of incorrect sire-identification on the estimates of genetic parameters and breeding values. 2nd World Congress on Genetics Applied to Livestock Production, Madrid Spain. Pp: 200-208.
  5. Fathi, F., Razmkabir, M. & Abdollahi Arpanahi, R. (2016). Effects of misidentification on genetic parameters and ranking of animals in dairy cattle. In: Proceedings of 2nd International & 14th Iranian Genetics Congress, Iran, Tehran, 599. (in Farsi)
  6. Geldermann, H., Pieper, U. & Weber, W. E. (1986). Effect of misidentification on the estimation of breeding value and heritability in cattle. Journal of Animal Science, 63(6), 1759-1768.
  7. Harder, B., Bennewitz, J., Reinsch, N., Mayer, M. & Kalm, E. (2005). Effect of missing sire information on genetic evaluation. Archives Animal Breeding, 48(3), 219-232.
  8. Henderson, C. R. (1975). Best linear unbiased estimation and prediction under a selection model. Biometrics, 31(2), 423-447.
  9. Israel, C. & Weller, J. I. (2000). Effect of misidentification on genetic gain and estimation of breeding value in dairy cattle populations. Journal of Dairy Science, 83(1), 181-187.
  10. Jimenez-Montero, J. A., Gianola, D., Weigel, K., Alenda, R. & Gonzalez- Recio, O. (2013) Assets of imputation to ultra-high density for productive and functional traits. Journal of Dairy Science, 96, 6047-6058.
  11. Lee, C. & Pollak, E. J. (1997). Influence of sire misidentification on sire×year interaction variance and direct-maternal genetic covariance for weaning weight in beef cattle. Journal of Animal Science, 75(11), 2858-2863.
  12. MacCluer, J. W., Boyce, A. J., Dyke, B., Weitkamp, L. R., Pfennig, D. W. & Parsons, C. J. (1983) Inbreeding and pedigree structure in Standardbred horses. Journal of Heredity, 74(6), 394-399.
  13. Madsen, P. & Jensen, J. (2013). A user’s guide to DMU. University of Aarhus, Research Centre Foulum, DJF, Tjele, Denmark.
  14. Madsen, P. (2010). DmuTrace. A program to trace the pedigree for a sub set of animals from a larger pedigree file. University of Aarhus, Research Centre Foulum, DJF, Tjele, Denmark.
  15. Parlato, E. & Van­ Vleck, L. D. (2012). Effect of parentage misidentification on estimates of genetic parameters for milk yield in the Mediterranean Italian buffalo population. Journal of Dairy Science, 95(7), 4059-4064.
  16. R Core Team. (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
  17. Razmkabir, M., Nejati-Javaremi, A., Moradi-Shahrbabak, M., Rashidi, A. & Sayadnejad, M. B. (2009) Estimation of genetic trend for production traits of Holstein cattle in Iran. Iranian Journal of Animal Science, 40, 7-11. (in Farsi)
  18. Rokouei, M., Vaez Torshizi, R., Moradi-Shahrbabak, M., Sargolzaei, M. & Sørensen, A. C. (2011). Effect of inbreeding on genetic parameters and breeding values for production and reproduction traits in Holstein cattle of Iran. Iranian Journal of Animal Science, 42, 1-10. (in Farsi)
  19. Rokouei, M. (2014). Estimation of genetic trend in populations with incomplete pedigree information. In: Proceedings of 5th Iranian Congress on Animal Science, Iran, Esfahan. Pp: 235-239. (in Farsi)
  20. Ron, M., Blanc, Y., Band, M., Ezra, E. & Weller, J. I. (1996). Misidentification rate in the Israeli dairy cattle population and its implication for genetic improvement. Journal of Dairy Science, 79(4), 676-681.
  21. Sanders, k., Bennewitz, J. & Kalm, E. (2006). Wrong and missing sire information affect genetic gain in Angeln daiy cattle population. Journal of Dairy Science, 89, 315-321.
  22. Sargolzaei, M., Iwaisaki, H. & Colleau, J. (2006). CFC. A software package for pedigree analysis and monitoring genetic diversity. Release 1.0.
  23. SAS Institute Inc. (2013). Base SAS® 9.4 Procedures Guide. SAS Institute Inc., Cary, NC, USA.
  24. Senneke, S. L., MacNeil, M. D. & Van Vleck, L. D. (2004). Effects of sire misidentification on estimates of genetic parameters for birth and weaning weights in Hereford cattle. Journal of Animal Science, 82(8), 2307-2312.
  25. Thompson, R. (2008). Estimation of quantitative genetic parameters. Proceedings of the Royal Society. B: Biological Sciences, 275(1635), 679-686.
  26. Van Vleck, L. D. (1970). Misidentification and sire evaluation. Journal of Dairy Science, 53(12), 1697-1702.
  27. Vierhout, C. N. (2008). Selection of dairy cow families for superior fertility. North Carolina State University, USA, Ph.D. Dissertation.
  28. Visscher, P. M., Woolliams, J. A., Smith, D. & Williams, J. L. (2002). Estimation of pedigree errors in the UK dairy population using microsatellite markers and the impact on selection. Journal of Dairy Science, 85(9), 2368-2375.
  29. Visual FoxPro version 9.0. (2006). Microsoft Corporation, USA.
  30. Weller, J. I., Feldmesser, E., Golik, M. & Tager-Cohen, I. (2004). Factors affecting incorrect paternity assignment in the Israeli Holstein population. Journal of Dairy Science, 87(8), 2627-2640.
آمار
تعداد مشاهده مقاله: 358
تعداد دریافت فایل اصل مقاله: 311


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب