تجزیه و تحلیل ژنتیکی پارامترهای الگوی رشد حاصل از مقایسه توابع غیرخطی در گوسفند مغانی با استفاده از راهبرد بیزی

نویسندگان

1 دانشگاه علوم کشاورزی و منابع طبیعی خوزستان

2 گروه علوم دامی دانشگاه لرستان

3 پردیس ابوریحان دانشگاه تهران

چکیده

زمینه مطالعاتی: مدل‏های رشد، توابع ریاضی هستند که برای توصیف الگوی رشد به کار می‏روند. هدف: هدف از انجام این پژوهش، برآورد فراسنجه‌های ژنتیکی پارامترهای رشد حاصل از بهترین مدل غیرخطی و عوامل محیطی مختلف مؤثر بر این پارامترها در گوسفندان مغانی بود. روش­کار: در این پژوهش، به منظور برآورد اجزاء (کو)واریانس پارامترهای الگوی رشد، از تعداد 7278 رکورد وزن تولد، 5881 رکورد وزن شیرگیری، 5013 رکورد وزن شش‌ماهگی، 2819 رکورد وزن نه‌ماهگی و 2883 رکورد وزن یک­سالگی گوسفندان مغانی که طی سال‌های 1374 تا 1389 در ایستگاه پرورش و اصلاح نژاد این گوسفند واقع در جعفرآباد مغان جمع‌آوری شده بود، استفاده شد. در این مطالعه پارامترهای الگوی رشد (وزن بلوغ، نرخ رشد و نرخ بلوغ) با استفاده از چهار مدل رگرسیون غیرخطی گومپرتز، لجستیک، برودی و ون‌برتالانفی با رویه NLIN نرم‌افزار SAS محاسبه شد. جهت برآورد اجزای واریانس-کواریانس پارامترهای الگوی رشد از روش آماری بیزی مبتنی بر تکنیک نمونه‌گیری گیبس و نرم‌افزار MTGSAM استفاده شد.  نتایج: مدل ون‌برتالانفی به علت داشتن بیشترین ضریب تبیین و کمترین مقدار آکائیکی به عنوان مدل برتر در مقایسه با سایر مدل‌ها، انتخاب شد. عوامل محیطی سال تولد (01/0p <)، جنسیت بره (01/0p <) و سن مادر هنگام زایش (05/0p <) بر وزن بلوغ و نرخ رشد از لحاظ آماری معنی‌دار بودند. اثرات ثابت سال تولد و جنسیت بره بر نرخ بلوغ اثر معنی‌دار داشتند (01/0p <). از بین شش مدل خطی برازش شده در روش بیزی، بر اساس کمترین مقدار واریانس باقیمانده برای وزن بلوغ مدل 4، برای نرخ رشد مدل 6 و برای نرخ بلوغ مدل 5 انتخاب گردید. وراثت‌پذیری مستقیم برآورد شده بر اساس مدل مناسب انتخاب شده، برای صفات مذکور به ترتیب برابر 003/0±29/0، 004/0±35/0 و 005/0±21/0 بود. همبستگی بین پارامترهای الگوی رشد مثبت و نزدیک به صفر برآورد شد. نتیجه‌گیری کلی: طبق نتایج به دست آمده، اثر عوامل محیطی بر پارامترهای الگوی رشد مهم و تأثیرگذار هستند و باید در تجزیه و تحلیل این پارامترها مورد بررسی قرار گیرند.

کلیدواژه‌ها


عنوان مقاله [English]

Genetic analysis of growth curve parameters obtained by nonlinear functions in Moghani sheep using Bayesian approach

نویسندگان [English]

  • A Rashedi 1
  • J Fayyazi 1
  • A Masoodi 2
  • R Abdolahi 3
 
Abegaz S, Vanwyk JB and Olivier JJ, 2010. Estimation of genetic and phenotypic parameters of growth curve and their relationship with early growth and productivity in Horro sheep. Archiv Tierzucht 53:85-94.
Akbas Y, Taskin T and Demiroren E, 1999. Comparison of several models to fit the growth curves of Kivircik and Daglic male lambs. Turk Journal of Veterinary Animal Science 23:537–554.
Arjmand M, Asadi E and Moharrari A, 2012. Determination of growth curves in Lori-Bakhtyari sheep. Master's Thesis. Shahrekord University. 60 pp.
Bahreyni MR, 2011. Genetic and phenotypic characteristics of growth curve characteristics and prediction of some carcass traits by artificial neural network in Baluchi sheep. Ph.D Thesis. Ferdowsi University.
Bahreyni MR, 2012. Estimation og genetic and phenotypic parameters for growth curve in baluchi sheep. The 12th Genetic Congress of Iran. Tehran.
Bahreyni MR, Aslami nejad A and Ebrahimzadeh M, 2010. Evaluation of Nonlinear Growth Models in Growth Prediction in Baluchi Sheep. 4th Iranian Congress of Animal Sciences, Karaj.
Bathaei SS and Leroy PL, 1996. Growth and mature weight of Mehrab Iranian fat-tailed sheep. Small Ruminant Research 22: 155-162.
Bathaei SS and Leroy PL, 1998. Genetic and phenotypic aspects of the growth curve characteristics in Mehraban Iranian fat-tailed sheep. Small Ruminant Research 29: 261-269.
Bilgin OC and Esenbuga H, 2003. Parameter estimation in non-linear growth models. Journal of Animal Production (in Turkish), 44: 81-90.
Brody S, 1945. Bioenergetics and growth. Rheingold publishing Crop., NY.
Daskiran I, Koncagul S and Bingol M, 2010. Growth characteristics of indigenous Norduz female and male lambs. Journal of Agricultural Sciences 16: 62–69.
Farhoosh T, 2003. A Study of Some Characteristics of the wool fiber of hybrid sheep (Arkhamerinus-Ghezel & Arkhamerius-Moghani). Master thesis of genetic and animal breeding. University of Tabriz.
Gurcan EK, Cobano glo O and Genc S, 2012. Determination of Body weight – Age Relationship by Non – Linear Models in Japanese quail. Journal Animal and Veterinary Advances, pp: 314 – 317.
Kaps M, Herring WO and Lamberson WR, 1999. Genetic and environmental parameters for mature weight in Angus cattle. Journal of Animal Science 11: 569–574.
Karakus K, Eyduran E, Kum D, Ozdemir T and Cengiz F, 2008. Determination of the best growth curve and measurement Interval in Nuduz Male Lambs. Journal Animal Veterinary Advances 7: 1464 – 1466.
Keskin S and Daskiran I, 2007. Comparison of growth models in Norduz female Kids. Indian Veterinary Journal, pp: 1066-1068.               
Kor A, Baspinar E, Karaca S and Keskin S, 2006. The determination of growth in akkeci (white goat) female kidsby various growth models. Czech Journal of Animal Science 51: 110 – 116.
Kucuk M and Eyduran E, 2010. The determination of the best growth model for Akkaraman and German blackheaded mutton x Akkaraman B1 crosbreed lambs. Bulgarian Journal of Agricultural Science 15: 90-92.
Kucuk M, Eyduran E, Bolacali M and Ozdemir T, 2009. Determination of the best growth curve for body weights of (Angora X Coloured Nohair Goat) cross-breed F1 and colored mohair goat kids. Indian Veterinary Journal 86:46-49.
Kume K and Hagno L, 2010. Study of growth curve varations for kids 0-6 months old of Alpaine goat breed in Albania. Archiva Zootechnic, 13 (2): 54-62.
Lupi Tm, Nogales S, Leon JM, Barba C and Delgado JV, 2015. Characterization of commercial and biological growth curves in the Segureña sheep breed. Animal 9: 1341-1348.
Mandal A, Roy R and Rout PK, 2008. Direct and maternal effects for body measurements at birth and weaning in -Muzaffarnagari sheep of India. Small Ruminant Research 75:123127.
Mavrogenis AP and Constantinou A, 1990. Relationships between pre-weaning growth, post-weaning growth and mature body size in Chios sheep. Animal Production, 50 (2): 271-275.
Meyer K, 2006. A program for Mixed Model Analyses by Restricted Maximum Likelihood. Animal genetics and Breeding Unit, University of New England Armidale, NSW 2351, AUSTRALIA.
Molaei M, Aslaminejad A, Shariati MM and Saghi D, 2013. Comparition of growth curve for Kordi and Baluchi sheep using NLIN function. Master Thesis of Genetic and Animal Breeding, Ferdowsi University.
Momen A and Aslaminejad A, 2012. Estimated of genetic parameters of brody growth curve in baluchi sheep. Master Thesis of Genetic and Animal Breeding, Ferdowsi University.
Naghos M, Pakdel A and Vaez R, 2012. Growth pattern in breeding lines in Arian broiler chickens.
Iranian Journal of Animal Science Research. 4:78-84.
Rashedi A, 2013. Estimation of genetic and phenotypic parameters for growth traits and wool yield in Lori-Bakhtiary sheep via Bayesian approach. Master Thesis, Ramin University. 107 pp.
Rashedi A, Fayazi J, Beigi Nasiri MT and Vatankhah M, 2016. Genetic and Phenotypic Analyses of Body Weight Traits for Lori-Bakhtiari Lambs at Different Ages. Research on Animal Production 7: 157-164.
Richards FJ, 1959. A flexible growth function for empirical use. Journal of Experimental Botany. 10(29): 290–300.
Saghi DA, Aslaminejad A, Tahmoorespur M, Farhangfar H, Nassiri M and Dashab GR, 2012. Estimation of genetic parameters for growth traits in Baluchi sheep using Gompertz growth curve function. Indian Journal of Animal Sciences, 82(8): 889–892.
Salem MMI, EL-Hedayni Dalia KA, Latif MGA and Mahdy AE, 2013. Comparison of Non-linear growth models to describe the growth curves in fattening Friesian crossbred and buffalo male calves. Alex. Journal of Agriculture Research 58: 273- 277.
Van Tassell CP and Van Vleck LD, 1995. A Manual for Use of MTGSAM. A Set of FORTRAN Programs to Apply Gibbs Sampling to Animal Models for Variance Component Estimation [DRAFT]. U.S. Department of Agriculture, Agricultural Research Service. University of Nebraska – Lincoln.
Vuori K, Stranden I, Sevon-Aimonen ML and Mantysaari EA, 2006. Estimation of non-linear growth models by linearization: a simulation study using a Gompertz function. Genetics Selection Evolution 38:343-358.