Linkage disequilibrium (LD) between

Linkage disequilibrium (LD) between molecular markers
reflects the correlation between genotypes of two markers
or the degree of non-random association between their
alleles. Previous studies that used single nucleotide polymorphisms
(SNPs) to describe patterns of LD in cattle at
the whole-genome level [1-6] have suggested that 30 000
to 300 000 SNPs are necessary to perform a genome-wide
association study (GWAS), depending on the trait studied
and the statistical power desired [1,2]. Today, the availability
of high-density SNP platforms that can assay more
than 0.5 million loci offers the required marker density.
The extent of LD has implications for both GWAS and
the delivery of accurate genomic predictions. However, its importance is often neglected despite the fact that it is
known that it can introduce bias. Collecting and using
SNP genotyping data have exploded for cattle in the last
few years due in part to decreasing genotyping cost and
to efforts to improve cattle breeding through genomic
selection. Despite this, few studies have documented the
behaviour of LD using the expanded set of 777 000 SNPs
available on the BovineHD platform (Illumina Inc, San
Diego). One of the significant advances of this denser chip
is that it allows for an accurate estimation of LD over
short physical distances as it contains many more marker
pairs separated by 10 kb or less.
Here, we present the LD decay curves for SNPs on bovine
autosomes and the X chromosome for three genetic
groups of cattle breeds: Bos taurus (taurine), Bos indicus
(indicine) and a composite beef cattle group. The results
were compared to an independent population to confirm

ผลลัพธ์ (ไทย) 1:

Linkage disequilibrium (LD) between molecular markersreflects the correlation between genotypes of two markersor the degree of non-random association between theiralleles. Previous studies that used single nucleotide polymorphisms(SNPs) to describe patterns of LD in cattle atthe whole-genome level [1-6] have suggested that 30 000to 300 000 SNPs are necessary to perform a genome-wideassociation study (GWAS), depending on the trait studiedand the statistical power desired [1,2]. Today, the availabilityof high-density SNP platforms that can assay morethan 0.5 million loci offers the required marker density.The extent of LD has implications for both GWAS andthe delivery of accurate genomic predictions. However, its importance is often neglected despite the fact that it isknown that it can introduce bias. Collecting and usingSNP genotyping data have exploded for cattle in the lastfew years due in part to decreasing genotyping cost andto efforts to improve cattle breeding through genomicselection. Despite this, few studies have documented thebehaviour of LD using the expanded set of 777 000 SNPsavailable on the BovineHD platform (Illumina Inc, SanDiego). One of the significant advances of this denser chipis that it allows for an accurate estimation of LD overshort physical distances as it contains many more markerpairs separated by 10 kb or less.Here, we present the LD decay curves for SNPs on bovineautosomes และโครโมโซม X ในสามทางพันธุกรรมกลุ่มสายพันธุ์วัว: บอสบอสพฤษภ (taurine), หม้อ(indicine) และกลุ่มผสมเนื้อวัว ผลลัพธ์ถูกเปรียบเทียบกับประชากรเป็นอิสระเพื่อยืนยัน

ผลลัพธ์ (ไทย) 2:

สมดุลเชื่อมโยง (LD) ระหว่างโมเลกุล
สะท้อนให้เห็นถึงความสัมพันธ์ระหว่างยีนของทั้งสองเครื่องหมาย
หรือระดับของสมาคมที่ไม่แสวงหาสุ่มระหว่างพวกเขา
อัลลีล การศึกษาก่อนหน้านี้ที่ใช้หลากหลายเดี่ยวเบื่อหน่าย
(SNPs) เพื่ออธิบายรูปแบบของการ LD ในวัวที่
ระดับจีโนมทั้งหมด [1-6] ได้ชี้ให้เห็นว่า 30 000
300 000 SNPs เป็นสิ่งที่จำเป็นในการดำเนินการจีโนมทั้ง
การศึกษาสมาคม (GWAS) ขึ้นอยู่กับลักษณะการศึกษา
และอำนาจทางสถิติที่ต้องการ [1,2] วันนี้ว่าง
ของความหนาแน่นสูงแพลตฟอร์ม SNP ที่สามารถ assay มากขึ้น
กว่า 0.5 ล้านตำแหน่งมีความหนาแน่นของเครื่องหมายที่จำเป็น.
ขอบเขตของ LD มีผลกระทบต่อทั้ง GWAS และ
การจัดส่งของการคาดการณ์จีโนมที่ถูกต้อง แต่ความสำคัญของมันมักจะถูกละเลยแม้จะมีความจริงที่ว่ามันเป็น
ที่รู้จักกันว่ามันสามารถนำอคติ การจัดเก็บภาษีและการใช้
ข้อมูล SNP genotyping มีระเบิดวัวในช่วง
ไม่กี่ปีที่ผ่านมาเนื่องจากในส่วนที่ลดลงค่าใช้จ่าย genotyping และ
ความพยายามในการปรับปรุงพันธุ์โคจีโนมผ่าน
การคัดเลือก อย่างไรก็ตามเรื่องนี้การศึกษาน้อยมีเอกสาร
พฤติกรรมของ LD ใช้ชุดขยายตัวของ 777 000 SNPs
ที่มีอยู่บนแพลตฟอร์ม BovineHD (Illumina Inc, ซาน
ดิเอโก) หนึ่งในความก้าวหน้าที่สำคัญนี้ชิปหนาแน่น
ก็คือว่ามันช่วยให้การประเมินที่ถูกต้องของ LD มากกว่า
ระยะทางที่สั้นที่สุดเท่าที่ทางกายภาพมันมีหลายเครื่องหมายอื่น ๆ
คู่แยกจากกันโดย 10 กิโลไบต์หรือน้อยกว่า.
นี่เรานำเสนอการสลายตัวของเส้นโค้ง LD สำหรับ SNPs ในวัว
autosomes และโครโมโซม X สามทางพันธุกรรม
กลุ่มสายพันธุ์วัว: Bos taurus (ทอรีน), Bos indicus
(indicine) และเนื้อวัวกลุ่มคอมโพสิต ผล
ที่ได้รับเมื่อเทียบกับจำนวนประชากรที่เป็นอิสระเพื่อยืนยัน

ผลลัพธ์ (ไทย) 3:

การเชื่อมโยงการเก็บน้ำ ( LD ) ระหว่างโมเลกุลเครื่องหมาย
สะท้อนให้เห็นถึงความสัมพันธ์ระหว่างจีโนไทป์สองเครื่องหมาย
หรือระดับแบบไม่สุ่ม ความสัมพันธ์ระหว่างอัลลีลของ

การศึกษาลำดับเบสที่ใช้
ลเดี่ยว ( snps ) เพื่ออธิบายรูปแบบของ LD ในโคในระดับจีโนมทั้งหมด
[ 1-6 ] มีข้อเสนอแนะว่า 30 , 000
300 000 snps จำเป็นเพื่อดำเนินการ genome-wide
สมาคมการศึกษา ( gwas ) ขึ้นอยู่กับลักษณะที่ศึกษา
และสถิติพลังงานที่ต้องการ [ 1 , 2 ] วันนี้ว่าง
สนับสนุนแพลตฟอร์มที่สามารถใช้ SNP มากขึ้น
กว่า 0.5 ล้านตำแหน่งเสนอบังคับใช้เครื่องหมายความหนาแน่น .
ขอบเขตของ LD มีผลกระทบต่อทั้ง gwas และ
ส่งมอบถูกต้องอย่างคาดคะเน อย่างไรก็ตาม ความสำคัญของมันมักจะถูกละเลยแม้จะมีข้อเท็จจริงที่ว่ามันคือ
รู้กันว่ามันสามารถแนะนำลำเอียง การเก็บรวบรวมและการใช้ข้อมูลมีระเบิด
SNP ส่งเสริมปศุสัตว์ในช่วง
กี่ปีเนื่องจากในส่วนของการลดต้นทุน และส่งเสริม
ความพยายามที่จะปรับปรุงพันธุ์โคผ่านการคัดเลือก genomic

แม้จะเป็นเช่นนี้ การศึกษาน้อยมีเอกสาร
พฤติกรรมของ LD ใช้ขยายชุดของ 777 , 000 snps
ที่มีอยู่บนแพลตฟอร์ม bovinehd ( Illumina Inc ซานดิเอโก้ ,
)หนึ่งในความก้าวหน้าที่สำคัญนี้ที่มีชิป
คือว่ามันช่วยให้ถูกต้องค่า LD กว่า
ระยะทางทางกายภาพสั้น มันมีอีกหลายคู่ที่แยกด้วยเครื่องหมาย

10 KB หรือน้อย ที่นี่เรานำเสนอ LD สำหรับ snps บนเส้นโค้งผุวัว
autosomes และโครโมโซมเพศ 3 กลุ่มพันธุกรรม
ของโคพันธุ์ : บอสราศีพฤษภ ( Taurine ) , บอสปลักร้
( อินดิซีน ) และกลุ่มโคเนื้อผสม ผลลัพธ์ที่ได้เมื่อเทียบกับประชากร
อิสระ เพื่อยืนยัน