Modelowanie danych hodowlanych

Wielkość: px

Rozpocząć pokaz od strony:

Download "Modelowanie danych hodowlanych"

Halina Mazurkiewicz
5 lat temu
Przeglądów:

1 Modelowanie danych hodowlanych

2 1. Wykład wstępny 2. Algebra macierzowa 3. Wykorzystanie różnych źródeł informacji w predykcji wartości hodowlanej 4. Kowariancja genetyczna pomiędzy spokrewnionymi osobnikami 5. Best Linear Unbiased Prediction (BLUP): model jednocechowy z pojedynczym efektem losowym 6. Best Linear Unbiased Prediction (BLUP): model wielocechowy 7. Metody redukcji wymiarów modeli wielocechowych BLUP 8. Analiza danych powtarzalnych w czasie 9. Predykcja genomowej wartości hodowlanej 10. Rozwiązywanie układu równań liniowych 11. Analiza przeżycia 12. Estymacja parametrów genetycznych 13. Spotkanie z osobą praktycznie zaangażowaną w prowadzenie rutynowej oceny wartości hodowlanej bydła 14. Podsumowanie tematyki przedmiotu. Dyskusja.

4 Model predykcji

5 Genotypy SNP [Header] BSGT Version Processing Date 11/24/ :14 AM Content BovineSNP50_A.bpm Num SNPs Total SNPs Num Samples 32 Total Samples 1054 [Data] SNP Name Sample ID SNP GC Score Index Allele1 - AB Allele2 - AB Chr Position GT Score ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K B B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K A B ARS-BFGL-BAC _K A A Copyright 2016, Joanna Szyda

6 Model predykcji efektów SNP Ocena efektów SNP ( zbiór referencyjny) y = Xβ + Z q q + Z a a + e y wartości hodowlane po deregresji β efekty stałe q efekt SNP q ~ N 0, G 1 "0" 1 w σ2 G = a N SNP "0" 1 Z q { -1, 0, 1 } Copyright 2019, Joanna Szyda

7 Model predykcji efektów SNP Ocena efektów SNP ( zbiór referencyjny) y = Xβ + Z q q + Z a a + e a resztkowy efekt poligeniczny a ~ N 0, A a ii a ij a ij A = a ji a ji a ii a ji a ij a ii 2 wσ a w { 0, 0.05, 0.10, etc. } Z a { 0, 1 } Copyright 2019, Joanna Szyda

Model predykcji efektów SNP Ocena efektów SNP ( zbiór referencyjny) iteration

11 Obliczanie bezpośredniej wartości hodowlanej Obliczanie dokładności genomowej wartości hodowlanej Stranden i Garrick, 2009 y wartości hodowlane po deregresji µ średnia g DGV g ~ N 0, A g VanRaden, 2008 Z macierz wystąpień e błąd e ~ N(0,R) Copyright 2019 Joanna Szyda

13 Obliczanie bezpośredniej wartości hodowlanej Aproksymacja dokładności genomowej wartości hodowlanej y = b 0 +b 1 d + e y debv b 0 wyraz wolny b 1 współczynnik regresji d DGV e błąd R 2 dokładność DGV Jednakowa dokładność dla każdego osobnika Copyright 2017, Joanna Szyda

Obliczanie genomowej wartości hodowlanej Obliczanie kombinowanej wartości hodowlanej GEBV

15 Rutynowa ocena genomowej wartości hodowlanej w Polsce

18 Genomowa ocena rutynowa baza danych SNP 35,000 Liczba zgenotypowanych osobników 12/ ,000 25,000 20,000 15,000 10,000 5,000 0 EuroGen LD GeneSeek HD GeneSeek LD 8762 Illumina LD 6909 Illumina 54Kv Illumina 54Kv Illumina 54Kv Copyright 2019, Joanna Szyda

19 Genomowa ocena rutynowa baza danych SNP 3,500 Liczba nowozgenotypowanych osobników 12/ ,000 2,500 2,000 1,500 1, EuroGen LD GeneSeek HD GeneSeek LD 8762 Illumina LD 6909 Illumina 54Kv Illumina 54Kv Illumina 54Kv Copyright 2019, Joanna Szyda

20 Genomowa ocena rutynowa baza danych SNP Łatwy, szybki eksport/import danych dla populacji referencyjnej Łatwy, szybki eksport/import danych dla młodych osobników Rutynowy backup Automatyczna imputacja: wszystkie chipy 50K Statystyki podsumowujące jakość genotypowania i imputacji Weryfikacja pochodzenia SNP + standardy ICAR Porównywanie genotypów Copyright 2017, Joanna Szyda

21 ANG BDE CR1 CR2 CRC CWI DLO FAN FAT FTL FTP FUA INT MIL OCS OFL OUS PRO RAN RLR RLS RTP RUH RWI SCS SIZ STA TYP UDE USU UWI Genomowa ocena rutynowa populacja referencyjna 35, Liczba osobników referencyjnych 12/ , , , , , , Copyright 2019, Joanna Szyda

22 Genomowa ocena rutynowa populacja referencyjna ANG BDE CR1 CR2 CRC CWI DLO FAN FAT FTL FTP FUA INT MIL OCS OFL OUS PRO RAN RLR RLS RTP RUH RWI SCS SIZ STA TYP UDE USU UWI 90, Liczba osobników testowych 12/ , , , , , , , , Copyright 2019, Joanna Szyda

23 Genomowa ocena rutynowa obliczenia rutynowe Ocena rutynowa wszystkich buhajów o 6 razy w roku o Przygotowanie i weryfikacja danych o Obliczanie efektów SNP o Obliczanie DGV, GEBV, dokładności o Przygotowanie danych do Interbull o Przygotowanie plików wynikowych dla hodowców Copyright 2019, Joanna Szyda

24 Genomowa ocena rutynowa obliczenia rutynowe Oceny dodatkowe dla młodych buhajów o na życzenie o Przygotowanie i weryfikacja danych o Obliczanie efektów SNP o Obliczanie DGV, GEBV, dokładności o Przygotowanie danych do Interbull o Przygotowanie plików wynikowych dla hodowców Copyright 2017, Joanna Szyda

27 Ocena genomowej wartości hodowlane na świecie

28 Selekcja genomowa na świecie - kraje Australia Belgia Czechy Kanada kraje skandynawskie Francja Niemcy + Austria Wielka Brytania Węgry Irlandia Włochy Japonia Nowa Zelandia Polska Słowienia Hiszpania Szwajcaria USA Holandia Copyright 2019, Joanna Szyda

30 Selekcja genomowa na świecie - cechy Produkcja 19/19 Pokrój i typ 13/19 Zdrowotność wymienia 13/19 Długowieczność 10/19 Płodność 12/19 Łatwość wycieleń 9/19 Workability 5/19 Copyright 2019, Joanna Szyda

Polska selekcja genomowa na świecie Warszawa, 2012 R.A.

34 Literatura

Literatura 2. Legarra i Misztal 2008 http://download.journals.elsevierhealth.

Literatura 3. vanraden 2008 http://download.journals.elsevierhealth.

Literatura 4. Stranden i Garrick 2009 http://download.journals.elsevierhealth.

Literatura 6. Aguilar, Misztal, Legarra i Tsuruta 2011 http://nce.ads.uga.

Literatura 7. Liu, Goddard, Reinhardt, Reents 2014 http://www.journalofdairyscience.

43 1. Model predykcji 2. Rutynowa ocena genomowej wartości hodowlanej w Polsce 3. Ocena genomowej wartości hodowlane na świecie 4. Literatura egzamin

Podobne dokumenty

Tomasz Suchocki Kacper Żukowski, Magda Mielczarek, Joanna Szyda

Tomasz Suchocki Kacper Żukowski, Magda Mielczarek, Joanna Szyda Uniwersytet Przyrodniczy we Wrocławiu, Pracownia Biostatystyki Instytut Zootechniki Państwowy Instytut Badawczy 2 > 76 000 osobników w bazie