Mandalarda (Bubalus bubalis) süt veriminin farklı modellerle genomik ilişki analizi
Prediction of milk in water buffaloes (Bubalus bubalis) by genomic models
- Tez No: 679580
- Danışmanlar: DOÇ. DR. BURAK KARACAÖREN
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Zootekni Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 178
Özet
Hayvan ıslahı daha ekonomik ve etkin hayvansal üretimin elde edilebilmesi için gerekli yöntem ve araçları içermektedir. Damızlık değerleri kullanılarak yapılan seleksiyon çalışmaları farklı türlerde önemli derecede genetik ilerlemelere olanak tanımıştır. Genlerin yerlerinin tespiti hayvan ıslahı çalışmalarında genomik seleksiyon veya işaretleyici destekli seleksiyon yöntemi ile ekonomik fayda getirecek şekilde kullanılabilir. Bu çalışmada DNA (Deoksiribo Nükleik Asit) bilgisi kullanılarak süt verimi bakımından ilgili genlerin tahmininde farklı yöntemler incelenmiştir. Bayesçi yöntemler öncül ve olabilirlik bilgilerini kullanarak istenen parametrelerin soncul dağılışları için istatistiksel yorumlamalara olanak tanır. Genomik seleksiyonda: gen etkileri ile ilgili öncüller farklı genomik seleksiyon yöntemlerinin keşfine yol açmıştır. Bu çalışmada analizler için kullanılan veriler: ham veri seti (529 manda, 61793 SNP), çok boyutlu ölçekleme analizi sonucunda seçilen en homojen tabaka (247 manda, 60946 SNP), akrabalığa göre seçilen tabakalar (Akrabalık katsayısı 0.01 için 526 manda 61774 SNP; Akrabalık katsayısı 0.1 için 503 manda 61707 SNP; Akrabalık katsayısı 0.2 için 437 manda 61628 SNP; Akrabalık katsayısı 0.3 için 259 manda 61435 SNP; Akrabalık katsayısı 0.4 için 80 manda 60969 SNP) ve LD (Linkage Disequilibrium-Bağıntı dengesizliği) bakımından düzenlenmiş veri setleri (r2=0.5 için 529 manda 21173 SNP; r2=1 için 529 manda 52417 SNP; varyans inflasyon faktörü (VIF)=1 için 529 manda 177 SNP; VIF=2 için 529 manda 9349 SNP) kullanılarak hem genomik ilişki matrisi yaparak hem genomik ilişki matrisi yapmadan ve başka ön kabülleri modele ekleyen farklı genomik ilişki matrisleri denenerek GEMMA programı ile LMM (Lineer Mixed Model-Doğrusal Karışık Model), BSLMM (Bayesian Sparse Linear Mixed Model-Bayesçi Seyrek Doğrusal Karışık Model) analizleri gerçekleştirilmiştir. Elde edilen veriler kullanılarak tip1 ve tip2 hatayı engellemek için çoklu karşılaştırma testleri uygulanmıştır. Çıkan sonuçlarda ise süt verimi ile en güçlü ilişkili genomik sinyaller 5 ve 11. kromozomlardan bulunmuştur.
Özet (Çeviri)
Animal breeding includes necessary tools and methods for more economic and efficient animal production. Utilizing the breeding values, selection studies have led to significant genetic improvements in different species. Detection of genes location together with genomic selection and Marker Assisted Selection (MAS) may be used for economic purposes in animal breeding. In this study, different methods were used to estimate putative genes associated with milk yield by using DNA information. Bayesian methods use the posterior distribution that combines the information from the prior and the likelihood to make statistical inferences about unknown parameters. In genomic selection: precursors regarding gene effects have led to the discovery of different genomic selection methods. In this study: using the raw data set (529 buffalo, 61793 SNP), the most homogeneous layer selected as a result of multidimensional scaling analysis (247 buffalo, 60946 SNP), layers selected according to kinship (for coefficient 0.01, 526 buffalo 61774 SNP; coefficient 0.1, 503 buffalo 61707 SNP; coefficient 0.2, 437 buffalo 61628 SNP; coefficient 0.3, 259 buffalo 61435 SNP; coefficient 0.4, 80 buffalo 60969 SNP), and data sets arranged in terms of LD(Linkage Disequilibrium) (for r2=0.5, 529 buffalo 21173 SNPs; for r2=1, 529 buffalo 52417 SNPs; for variance inflation factor (VIF) = 1, 529 buffalo 177 SNP; for VIF = 2, 529 buffalo 9349 SNP), by making both a genomic relationship matrix and without making a genomic relationship matrix, and by testing different genomic relationship matrices that add other pre-assumptions to the model; LMM (Linear Mixed Model), BSLMM (Bayesian Sparse Linear Mixed Model) analyzes were carried out with the GEMMA program. Using the data obtained, multiple comparison tests were applied to prevent type1 and type2 errors. In the results, the strongest related genomic signals with milk yield were found from chromosomes 5 and 11.
Benzer Tezler
- Doğal enfekte mandalarda toxocara vitulorum'un mikroskobik ve moleküler yöntemlerle araştırılması ve filogenetik analizi
Phlogenethic analysis and investigation of toxocara vitulorum in naturally infected water buffaloes by microscobic and molecular methods
OSMAN FURKAN URHAN
Doktora
Türkçe
2023
Veteriner HekimliğiErciyes ÜniversitesiVeterinerlik Parazitolojisi Ana Bilim Dalı
PROF. DR. KÜRŞAT ALTAY
- Anadolu mandalarında erken gebelik teşhisinin luteal vaskularizasyon, luteal boyut ve kan progesteron konsantrasyonu ölçümleri ile değerlendirilmesi
Evaluation of early pregnancy diagnosis by luteal vascularization luteal size and blood concentration measurements in Anatolian buffaloes
ALİ CAN ÇETİN
Doktora
Türkçe
2020
Veteriner Hekimliğiİstanbul Üniversitesi-CerrahpaşaDoğum ve Jinekoloji (Veterinerlik) Ana Bilim Dalı
PROF. DR. GÜVEN KAŞIKÇI
- Sivas yöresinde mandalarda Theileria, Babesia, Anaplasma ve Ehrlichia türlerinin moleküler yöntemlerle araştırılması
Survey of Theileria, Babesia, Anaplasma, and Ehrlichia species in buffaloes in Sivas region by molecular methods
ÖMER FARUK ŞAHİN
Doktora
Türkçe
2023
Veteriner HekimliğiErciyes ÜniversitesiVeterinerlik Parazitolojisi Ana Bilim Dalı
PROF. DR. KÜRŞAT ALTAY
- Yerli mandada (Bubalus bubalis) cranium ve Mandibula'nın makroanatomik ve morfometrik yöntemle analizi
Analysis of cranium and mandible of domestic water buffalo (Bubalus bubalis) with macroanatomical and morphometric methods
MEHMET REŞİT İDOĞ
Yüksek Lisans
Türkçe
2024
AnatomiKafkas ÜniversitesiAnatomi (Veterinerlik) Ana Bilim Dalı
DOÇ. DR. SEMİNE DALGA