ゲノム予測モデルにおけるゲノムアップとBayes-C成分の同時適合【JST・京大機械翻訳】

Iheshiulor Oscar O. M.; Woolliams John A.; Woolliams John A.; Svendsen Morten; Solberg Trygve; Meuwissen Theo H. E.

文献

J-GLOBAL ID：201802282022003651 整理番号：18A1114714

ゲノム予測モデルにおけるゲノムアップとBayes-C成分の同時適合【JST・京大機械翻訳】

Simultaneous fitting of genomic-BLUP and Bayes-C components in a genomic prediction model

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1114714&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1114714&from=J-GLOBAL&jstjournalNo=U7383A") }}

著者 (6件)： , , , , ,
資料名：
巻： 49 号： 1 ページ： 63 発行年： 2017年
JST資料番号： U7383A ISSN： 1297-9686 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

【背景】ゲノム選択の急速な採用は,2つの重要な因子による。すなわち,高処理の高密度遺伝子タイピングと統計的方法の両方の利用可能性を推定し,育種価値を予測する。そのような方法の開発はまだ進行中であり,今までのところ,最良のアプローチに関するコンセンサスはない。現在,ゲノム予測(GP)に対する線形および非線形法は異なるアプローチとして扱われている。本研究の目的は,GPに対する線形[ゲノム-最良線形不偏予測(G-BLUP)]と非線形(Bayes-C)法の両方の側面を組み込んだ反復法(GBCと呼ぶ)の実行を評価することであった。GBCの反復的性質により,他の非Markov連鎖モンテカルロ(MCMC)アプローチと同様に計算量が少なくなる。しかしながら,Bayes法として,GBCは,GPのためのG-BLUPとBayes-C法のいくつかの側面を組み合わせることによって,MCMCと非MCMCベースの方法の両方と異なる。その相対性能をG-BLUPとBayes-Cのそれらと比較した。【方法】著者らは,48,249のSNPと3244の記録を含むIllumina Bovvine 50K BeadChipに基づく50Kの一塩基多型(SNP)データセットを使用した。体細胞数,脂肪収率,泌乳量および蛋白質収率に対する娘収量偏差を応答変数として用いた。【結果】GBCは,予測精度に関して,G-BLUPおよびBayes-Cよりも頻繁に(わずかに)優れており,脂肪収率に対してのみG-BLUPよりも有意に優れていた。4つの形質を通して,GBCは,それぞれ,G-BLUPおよびBayes-C上の予測精度において,0.009および0.006の増加をもたらした。計算的に,GBCはBayes-Cより非常に速く,G-BLUPと類似していた。【結論】著者らの結果は,単一モデルにおけるG-BLUPおよびBayes-Cのいくつかの側面を組み込むことが,一般的に使用される方法:G-BLUPに対するGPの精度を改善できることを示した。一般的に,GBCはG-BLUPおよびBayes-Cよりも統計学的に優れていなかったが,これはおそらく参照および検証個体間の密接な関係によるものと考えられた。それにもかかわらず,それは,GPに対する線形および非線形モデルのいくつかの側面を同時に取り込み,それにより,家族関係を利用し,SNPと大きな影響を持つ遺伝子との間の連鎖不均衡を説明することができる。GPにおけるGBCの応用は,更なる探査に役立つ。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

確率論 , 飼育動物の育種 , 地熱エネルギー , 漁労一般 , 計算理論

引用文献 (34件)：

J Anim Breed Genet; Using the genomic relationship matrix to predict the accuracy of genomic selection; ME Goddard, BJ Hayes, TH Meuwissen; 128; 2011; 409-421; 10.1111/j.1439-0388.2011.00964.x; CR1;
Annu Rev Anim Biosci; Accelerating improvement of livestock with genomic selection; THE Meuwissen, BJ Hayes, ME Goddard; 1; 2013; 221-237; 10.1146/annurev-animal-031412-103705; CR2;
Genetics; The impact of genetic architecture on genome-wide evaluation methods; HD Daetwyler, R Pong-Wong, B Villanueva, JA Woolliams; 185; 2010; 1021-1031; 10.1534/genetics.110.116855; CR3;
BMC Genet; A comparison of statistical methods for genomic selection in a mice population; HH Neves, R Carvaheiro, SA Queiroz; 13; 2012; 100; 10.1186/1471-2156-13-100; CR4;
Genetics; Whole-genome regression and prediction methods applied to plant and animal breeding; G Campos, JM Hickey, R Pong-Wong, HD Daetwyler, MP Calus; 193; 2013; 327-345; 10.1534/genetics.112.143313; CR5;

前のページに戻る