Genetic GainIn the meat breeding pr

Genetic Gain
In the meat breeding program, where 2 traits were improved, genomic information increased AGG by 1 to 17.9% depending on the scenario. Genomic scenarios were most efficient when a meat phenotype was combined with genomic information to select or preselect elite sires, except when selection was performed using independent culling levels. When optimized designs were compared, the purely GS was only 5.5% superior to conventional selection. This demonstrates the importance of a phenotype, in situations where it is recorded at an early age and when the reference population is small (nref = 2,000). Our results are consistent with the decreased performance of independent culling methods compared with index (Hazel and Lush, 1942). For all scenarios of the meat breeding program, genomic superiority was less than that reported in dairy cattle studies (e.g., Schaeffer, 2006; Konig and Swalve, 2009; Pryce et al., 2010) mainly due to some limitations in population parameters such as few individuals in breeding units, low use of AI, and small progeny testing capacity, which negatively affect selection intensity and accuracy.

ผลลัพธ์ (ไทย) 1:

กำไรพันธุ
ในโปรแกรม ที่ 2 ลักษณะปรับปรุง การปรับปรุงพันธุ์เนื้อข้อมูล genomic เพิ่ม AGG 1-17.9% ขึ้นอยู่กับสถานการณ์ สถานการณ์ genomic ได้มีประสิทธิภาพสูงสุดเมื่อ phenotype เนื้อถูกรวมเข้ากับข้อมูล genomic การเลือก preselect ยอดพ่อพันธุ์โค ยกเว้นเมื่อทำการเลือกใช้ระดับ culling อิสระ เมื่อออกแบบให้เหมาะถูกเปรียบเทียบ GS หมดจดถูกจะเลือกธรรมดาเพียง 5.5% นี้แสดงให้เห็นถึงความสำคัญของ phenotype เป็น ในกรณีที่มีบันทึกไว้ตั้งแต่เด็ก และ เมื่ออ้างอิงประชากรมีขนาดเล็ก (nref = 2000) ผลของเราจะสอดคล้องกับผลการดำเนินงานลดลงวิธี culling อิสระเปรียบเทียบกับดัชนี (ทและลัช ปี 1942) ในสถานการณ์ทั้งหมดของโปรแกรมปรับปรุงพันธุ์เนื้อ genomic ปมน้อยกว่าที่รายงานในการศึกษานม (เช่น Schaeffer, 2006 Konig และ Swalve, 2009 พรียเซ et al., 2010) ส่วนใหญ่เนื่องจากข้อจำกัดบางประการในพารามิเตอร์ของประชากรเช่นบางบุคคลในพันธุ์หน่วย AI และลูกหลานเล็กที่ทดสอบความจุต่ำใช้ ซึ่งผลการเลือกความเข้มและความถูกต้อง

ผลลัพธ์ (ไทย) 2:

กำไรทางพันธุกรรม
ในการปรับปรุงพันธุ์เนื้อที่ 2 ลักษณะการปรับปรุงข้อมูลจีโนมเพิ่มขึ้น AGG โดย 1-17.9% ขึ้นอยู่กับสถานการณ์ สถานการณ์จีโนมมีประสิทธิภาพมากที่สุดเมื่อต้นเนื้อถูกรวมกับข้อมูลจีโนมเพื่อเลือกหรือเลือกก่อนตระกูลชนชั้นยกเว้นเมื่อเลือกได้รับการดำเนินการโดยใช้ระดับการเลือกสรรอิสระ เมื่อการออกแบบที่ดีที่สุดได้รับการเปรียบเทียบอย่างหมดจด GS เป็นเพียง 5.5% ดีกว่าที่จะเลือกแบบเดิม นี้แสดงให้เห็นถึงความสำคัญของต้นที่อยู่ในสถานการณ์ที่มันจะถูกบันทึกไว้ในวัยเด็กและเมื่อประชากรอ้างอิงที่มีขนาดเล็ก (nref = 2,000 บาท) ผลของเรามีความสอดคล้องกับผลการดำเนินงานที่ลดลงของการเลือกสรรวิธีการที่เป็นอิสระเมื่อเทียบกับดัชนี (สีน้ำตาลและเขียวชอุ่ม 1942) สำหรับสถานการณ์ทั้งหมดของโครงการปรับปรุงพันธุ์เนื้อเหนือกว่าจีโนมได้น้อยกว่าที่รายงานในการศึกษานมโค (เช่น Schaeffer 2006; Konig และ Swalve 2009. ไพรซ์, et al, 2010) เนื่องจากข้อ จำกัด บางอย่างในพารามิเตอร์ของประชากรเช่น คนเพียงไม่กี่พันธุ์ในหน่วยการใช้ต่ำของ AI และความสามารถในการทดสอบลูกหลานขนาดเล็กซึ่งมีผลเสียต่อความรุนแรงตัวเลือกและความถูกต้อง

ผลลัพธ์ (ไทย) 3:

พันธุกรรมที่ได้รับ
ในเนื้อพันธุ์โปรแกรมที่ 2 คุณลักษณะดีขึ้น ข้อมูลจีโนม agg 1 เพิ่มขึ้น 17.9% ขึ้นอยู่กับสถานการณ์ โครงการจีโนมเป็นมีประสิทธิภาพมากที่สุดเมื่อมีการรวมกับเนื้อข้อมูลจีโนมเพื่อเลือกพ่อพันธุ์หรือกลุ่มเส้นขอบท ยกเว้นเมื่อเลือกคัดโดยใช้อิสระระดับ เมื่อปรับแบบเปรียบเทียบหมดจด GS แค่ 5.5 % ที่เหนือกว่าเพื่อเลือกปกติ นี้แสดงให้เห็นความสำคัญของการ ในสถานการณ์ที่ถูกบันทึกไว้ที่อายุต้นและเมื่ออ้างอิงประชากรขนาดเล็ก ( nref = 2000 ) ผลของเราจะสอดคล้องกับประสิทธิภาพของอิสระลดลงเมื่อเทียบกับดัชนีวิธีการคัด ( เฮเซลและเขียวชอุ่ม , 1942 )สำหรับสถานการณ์ทั้งหมดของเนื้อพันธุ์โปรแกรมสร้างความเหนือกว่าน้อยกว่าที่รายงานในโคนมการศึกษา ( เช่น เชเฟอร์ , 2006 ; โคนิก และ swalve , 2009 ; ไพรซ์ et al . , 2010 ) เนื่องจากข้อจำกัดในประชากรบางพารามิเตอร์เช่นบุคคลในหน่วยการใช้ต่ำของไอ และลูกหลานเล็ก ๆ การทดสอบความจุ ซึ่งมีผลต่อความเข้มของการเลือกและความถูกต้องในทางลบ