عباس عاطفی - Department of Animal Science, Guilan University
عبدالاحد شادپرور - Department of Animal Science, Guilan University
نوید قوی حسین زاده - Department of Animal Science, Guilan University

هدف تحقیق حاضر بررسی اثر روش برآورد اثرات  نشانگرها، توزیع اثرات QTLها، تعداد QTL، اندازه موثر جمعیت و وراثت­­ پذیری صفت بر صحت ارزیابی های ژنومی بود. جمعیت پایه با دو اندازه موثر ۱۰۰ و ۵۰۰ فرد در نظر گرفته شده و به­ وسیله نرم­ افزار QMSim شبیه ­سازی شد. برای انجام این تحقیق، ژنومی متشکل از یک کروموزوم به طول ۱۰۰ سانتی­مورگان با تعداد ۵۰۰ نشانگر SNP در طول ژنوم و با تعداد متفاوت QTL (۵۰ و ۲۰۰) که آن­ها نیز به طور تصادفی روی کروموزوم پراکنده شده­اند شبیه ­سازی شد. مقادیر وراثت‎پذیری بررسی شده در تحقیق حاضر نماینده صفات با وراثت‎پذیری پایین (۰/۱)، متوسط (۰/۳) و بالا (۰/۵) بودند. ارزش­های اصلاحی ژنومی به­وسیله روش­های رگرسیون ریج بیزی (BRR)، بیز A( BayesA)، بیز  B( BayesB)، بیز C(BayesC)، بیز لزو ) BayesL)، روش نیمه پارامتری بر پایه کرنل (RKHS ) و شبکه ­های عصبی (NN) پیش­بینی شدند. بر اساس نتایج به­ دست آمده، عوامل وراثت‎پذیری، اندازه موثر جمعیت، روش برآورد اثرات نشانگری، توزیع QTL و تعداد QTL بر صحت ارزیابی ژنومی تاثیر محسوسی داشتند. بین روش­های برآورد اثرات نشانگری، روش­های بیز A و B بیشترین و روش شبکه ­های عصبی کمترین صحت را داشتند. در تحقیق حاضر با افزایش وراثت‎پذیری و تعداد QTL، صحت پیش ­بینی ­های ژنومی افزایش و برعکس با کاهش اندازه موثر جمعیت، کاهش یافت. بیشترین صحت زمانی به ­دست آمد که QTLها دارای توزیع نرمال بودند.

Genomic Evaluation, Genetic architecture, Non-parameteric method, Parameteric method e, ارزیابی ژنومی, روش پارامتری, روش ناپارامتری, معماری ژنتیکی صفت