기업조회

본문 바로가기 주메뉴 바로가기

논문 기본정보

가축 유전체정보 활용 종축 유전능력 평가 연구 - 표지인자 효과 추정 모의실험

논문 개요

기관명, 저널명, ISSN, ISBN 으로 구성된 논문 개요 표입니다.
기관명 NDSL
저널명 한국동물자원과학회지 = Journal of animal science and technology
ISSN 1598-9429,2093-6281
ISBN

논문저자 및 소속기관 정보

저자, 소속기관, 출판인, 간행물 번호, 발행연도, 초록, 원문UR, 첨부파일 순으로 구성된 논문저자 및 소속기관 정보표입니다
저자(한글) 조충일,이득환
저자(영문)
소속기관
소속기관(영문)
출판인
간행물 번호
발행연도 2011-01-01
초록 연구는 유전체분석에 대해 모의실험한 연구로써 Reference Population (RP)이 구성되었을 때, 표현형 자료가 없고 유전체자료만 있는 Juven 1 또는 Juven 2 세대에 대해 유전평가의 정확도에 대해 알아보고자 연구를 실시하였다. 모의실험의 가정으로 염색체는 1개이며 염색체길이는 100cM로 가정하였다. 초기의 유효집단의 수는 100두의 다형성이 없는 초기집단에서 유전자 효과가 없는 표지인자(Marker)를 0.1cM 및 0.5cM 간격으로 균등하게 단일 염기 돌연변이에 의한 다형성을 발생시켰고 유전자 효과가 있는 QTL 좌위는 Marker와 동수의 비율로 임의위치를 지정하여 돌연변이에 의한 변이성을 생성하였으며 이때 유전자 효과는 Gamma 분포함수(scale=1.66, shape=0.4)에서 생성하였다. 배우자(gamete) 형성과정에서 Haldane의 가정하에 유전자 재조합을 생성하였으며 돌연변이 발생율은 Marker 및 QTL 좌위에서 $2.5{ times}10^{-3}$ 및 $2.5{ times}10^{-5}$ 의 확률로 발생시켜 1000세대까지 세대번식을 유지하였다. 이 후 1001세대부터 1004세대까지 세대당 2000두의 자손을 생성하였으며 이 때 유전력을 0.1 및 0.5의 가정하에 1001~1002 세대에서 표현형 자료를 생성하였고, 1003~1004세대는 오직 유전체자료만 생성하였다. Bayesian 방법을 이용하여 개체별 육종가를 추정하였으며 표지인자간 거리(0.1cM, 0.5cM), 유전력(0.1, 0.5) 및 반형매 집단크기(20두, 4두)에 따라 참육종가와 추정 육종가간의 상관으로 표현되는 육종가 정확도에 대해 비교한 결과 1003세 대에서 표지인자간 거리가 0.1cM 및 0.5cM일 때 육종가의 정확도는 각각 0.87, 0.81였고, 유전력이 0.1 및 0.5 일 때 각각 0.87, 0.94로 추정되었으며, 반형매 집단의 크기가 20두 일 때 0.87, 4두 일 때 0.84로 추정되었다. 위의 결과로 미루어 보아 다량의 SNP 표지정보 및 반형매 집단의 크기가 클수록 즉, 혈연계수가 높은 집단일 때 육종가의 정확도는 높게 나타났다. 유전체선발의 활용시 비교적 높은 정확도로써 조기선발이 가능하며 이로 인한 세대간격을 단축시킬 수 있어 개량의 효율을 높일 수 있을 것으로 사료된다. 반면에 유전체선발은 분석비용이 비싸며, 지속적인 유전체 선발시 특정유전자 선호로 인한 유전적 부동(Genetic Drift) 현상이 발생될 수 있기 때문에 지속적인 SNP 발굴에 대한 노력이 필요한(Meuwissen 2003) 단점이 있으나 한우 또는 젖소와 같은 대가축과 같이 세대간격이 긴 가축에서 유전체선발 할 경우 조기선발로 인한 세대간격 단축과 유전평가의 높은 정확도(0.8이상)로 인해 개량의 효율을 극대화 할 수 있을 것으로 사료된다.
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=JAKO201108863880001
첨부파일

추가정보

과학기술표준분류, ICT 기술분류,DDC 분류,주제어 (키워드) 순으로 구성된 추가정보표입니다
과학기술표준분류
ICT 기술분류
DDC 분류
주제어 (키워드) 유전체 선발,동물육종,정확도,Genomic selection,Animal breeding,Accuracy of selection,QTL,SNP