Geri Dön

Kantitatif özelliklerde genomik değerlendirme: Tahmin isabetini etkileyen faktörler ve GBLUP yönteminin isabeti için bir üst sınır

Genomic evaluation of quantitative traits: Factors affecting the prediction accuracy, and an upper bound for accuracy of GBLUP

  1. Tez No: 450489
  2. Yazar: EMRE KARAMAN
  3. Danışmanlar: PROF. DR. MEHMET ZİYA FIRAT
  4. Tez Türü: Doktora
  5. Konular: Biyoteknoloji, Genetik, Ziraat, Biotechnology, Genetics, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Zootekni Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Bu çalışmada, genomik tahmin R2 değerinin asimptotik davranışının belirlenmesi amaçlanmıştır. İnsanlardaki bağlantı dengesizliğini yansıtması ve çok sayıda bireye ait genomik verinin elde edilmesi amacıyla, 1,000 Genom Projesi (1,000 Genomes Project) kapsamında 85 Caucasian (Beyaz ırk) bireyinden elde edilen haplotip verileri kullanılarak 10,000 birey 111 kuşak boyunca şansa bağlı olarak eşleştirilecek şekilde bir simülasyon gerçekleştirilmiştir. Genom uzunluğu 0.5 Morgan olarak kısıtlanmış ve simülasyonlar yalnızca ilk 5 kromozomdan seçilen 0.1 Morgan uzunluğundaki bir alanda yer alan lokuslar kullanılarak gerçekleştirilmiştir. Toplam uzunluğu 30 Morgan olan bir genom için elde edilecek genomik tahmin R2 değeri bu çalışmadakinin 60 katı büyüklüğünde bir referans popülasyon gerektirecektir. Kalıtım derecesi 0.8 olan bir özellik için QTL ve marker allel frekanslarının dağılımları bakımından farklılık gösteren bazı senaryolar oluşturulmuştur. Her bir senaryodaki marker sayısı 4,200, QTL sayısı ise 70 olarak belirlenmiştir. Genomik degerlendirmede isabet bir tahmin edilebilirlik problemi şeklinde ele alınarak güvenilirlik ve dolayısıyla da genomik tahmin R2 değeri için bir üst sınır önerilmiştir. Ayrıca bazı genomik tahmin yöntemleri de, GBLUP, BayesB ve BayesC, isabetleri bakımndan karşılaştırılmıştır. Sonuçlar, genom boyu 30 Morgan olarak alındığında Bayesçi değişken seçim yöntemleri BayesB ve BayesC'nin görece düşük referans popülasyon büyüklüklerinde (< 6, 000 birey) GBLUP yöntemine göre bir üstünlüklerinin olmadığını ortaya koymuştur. Diğer yandan, referans popülasyon büyüklüğü arttıkça söz konusu yöntemlerin GBLUP yöntemine göre daha isabetli tahminler sağladığı ortaya konmuştur. Referans popülasyon büyüklüğü yaklaşık yarım milyona ulaştığında her üç tahmin yöntemi de benzer genomik tahmin R2 değerleri vermiş olup, bu değerler genomik kalıtım derecesine yaklaşmaktadır. ANAHTAR KELİMELER: Genomik kalıtım derecesi, Tüm genom regresyon yöntemleri, Güvenilirlik, Genetik değer

Özet (Çeviri)

This study aims at characterizing the asymptotic behavior of genomic prediction R2. Haplotypes derived from whole-genome sequence of 85 Caucasian individuals from the 1,000 Genomes Project were used to simulate random mating in a population of 10,000 individuals for 111 generations to create the LD structure in humans for a large number of individuals. To reduce computational demands, only SNPs within a 0.1 Morgan region of each of the first 5 chromosomes were used in simulations, and therefore, the total genome length simulated was 0.5 Morgan. When the genome length is 30 Morgan, to get the same genomic prediction R2 as with a 0.5 Morgan genome would require a reference population 60 fold larger. Three scenarios were considered varying in minor allele frequency distributions of markers and QTL, for h2=0.8 resembling height in humans. Total number of markers was 4,200 and QTL were 70 for each scenario. In this study, we considered the prediction accuracy in terms of an estimability problem, and thereby provided an upper bound for reliability of prediction, and thus, for prediction R2. Genomic prediction methods GBLUP, BayesB and BayesC were compared. Our results imply that variable selection methods BayesB and BayesC applied to a 30 Morgan genome have no advantage over GBLUP when the size of reference population was small (

Benzer Tezler

  1. Derin sinir ağları ile genomik tahminler: Deneysel yaklaşım

    Genomic predictions with deep neural networks: Experimental approach

    ANIL KASAKOLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    ZiraatAnkara Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. SEYRANİ KONCAGÜL

    PROF. DR. RUKİYE DAĞALP

  2. Array-CGH ile tespit edilen kopya sayısı değişikliklerinin doğrulanmasında kantitatif PCR yönteminin kullanılması

    Başlık çevirisi yok

    AYSEL ÜNAL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    GenetikGazi Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    PROF. DR. FERDA EMRİYE PERÇİN

  3. Over kanserinde WDR12 ifadesinin klinik öneminin araştırılması

    Investigation of the clinical significance of WDR12 expression in ovarian cancer

    BUSE TEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    GenetikTekirdağ Namık Kemal Üniversitesi

    Tıbbi Genetik Ana Bilim Dalı

    DOÇ. DR. BAHADIR BATAR

  4. Siyah alaca ırkı süt sığırlarında metabolik hastalıklar ile ilişkili snp bölgelerinin belirlenmesi

    Determination of snp regions associated with metabolic diseases in holstein dairy cattle

    ARZU ÖZDEMİR

    Doktora

    Türkçe

    Türkçe

    2024

    BiyoteknolojiAnkara Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. SEYRANİ KONCAGÜL

  5. Türkiye orijinli yulaf genotiplerinin bazı çimlenme özelliklerine ait ilişki haritalama analizleri

    Association mapping analysis of some germination traits of Turkish origin oat genotypes

    BERK ABDULLAH KOÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyoteknolojiKahramanmaraş Sütçü İmam Üniversitesi

    Tarımsal Biyoteknoloji Ana Bilim Dalı

    DOÇ. DR. ZİYA DUMLUPINAR