2.4. DNA extractionGenomic DNA was

2.4. DNA extraction
Genomic DNA was extracted using a traditional phenol-chloroform method. DNA concentration and purity were assessed using a NanoDrop 2000C (Thermo Scientific, USA) and by running a small amount on a 1% agarose gel. DNA was diluted to 10 ng/μL, arrayed on 96-well PCR plates, and stored at −20 °C until further analysis.
2.5. Data analysis
2.5.1. Parentage assignment
Three multiplex PCR protocols based on twelve microsatellite loci were used for parentage assignment (Fu et al., 2013a) for all candidate parents and progenies. Pedigree reconstruction was performed with genotype data from all individuals pooled together in Cervus 3.0 software using the likelihood-based approach (Kalinowski et al., 2007). The parameters for simulation analysis were as follows: 100% of candidate parents sampled, and 95% genotyped with a default typing error
rate at 1%. In the parentage assignment analysis, less than three mismatched alleles were allowed for each offspring and a parent, and the unambiguously pedigree was generated in which only assignments with at least 95% confidence were accepted.
2.5.2. Preliminary analysis of growth trait values
Preliminary statistical analyses of data for growth traits were completed using SAS software (SAS-Institute, 1996). Data were assessed for normality (Kolmogorov–Smirnov test) and homogeneity of variances, and abnormal data were log-transformed (Ln) or square-root transformed before being used to calculate the variance components. Factors (e.g. batch and group) were checked with the MIXED procedure using SAS software (SAS-Institute, 1996), and statistically significant factors were left in the mixed model for the estimation of variance components.
2.5.3. Genetic parameter estimates
The heritability (h2 ) and phenotypic and genetic correlations (rP/G) for growth traits were obtained from linear mixed models using the ASReml 3.0 software (Gilmour et al., 2009). For each trait, two different animal models (Wilson et al., 2010) using restricted maximum likelihood (REML) algorithm were implemented for the genetic analysis
as follows:


In Model 1, observation Yijk which for jth animal from ith fixed condition and kth dam; μ is the overall mean for that trait; fi represents the fixed effect (i.e. group); αijk represents the additive genetic effects for individuals; ck is the common environmental/maternal effects for dam half-sib other than additive genetics; and eijk shows the residual effects. Compared to Model 1, the ck was simplified in Model 2. The significance of fixed effect was also estimated using the Wald F statistic. The statistical significance of the common environment/maternal effect for each trait was estimated by the likelihood ration (log-LR) test (Gilmour et al., 2009; Wilson et al., 2010) by comparing the log of the restricted likelihood (LogL) of Models 1 and 2. The estimated heritability was calculated as follows:

Where σa
2 is the additive genetic variance, σp 2 is the phenotypic variance, σc 2 is the common environment/maternal variance, and σe 2 is the residual variance. Genetic and phenotypic correlations between different traits were estimated from a series of bivariate linear mixed models with the fixed and random effects, as described above. The maternal effects were omitted because of no significant effects in the models. Correlations were derived from the following formula:

where σP/G(xy) is the phenotypic or genetic covariance between two traits (x and y), and σP/G(x) and σP/G(y) are the phenotypic or genetic standard deviation of trait x and y, respectively. The t-test was then used to test the significance level of each estimate from zero. The genetic correlations between growth traits (BW and SL) at 10 and 18 months of age were obtained using bivariate analyses, in which two stages were estimated as two traits (assume residual correlation is zero as the two traits are recorded on different individuals). The Pearson analyses were also used to estimate the phenotypic correlations for growth traits at 10 and 18 months, based on mean values of families
across two stages.
3. Results
3.1. Parentage assignment and descriptive statistics
The basic information for family reconstruction was showed in Table 1, and the parentage assignment results for Batch 1 at 10 and 18 months of age in grass carp were listed in Table 2. Across the two stages of grass carp, 97.6% of the offspring (937 and 2454 individuals of 960 and 2514 progenies, respectively) were unambiguously assigned to single parent pairs. The remaining individuals were ambiguously assigned to parent pairs because of genotyping errors and missing genotyping; they were therefore excluded from the estimation of genetic parameters. At the age of 10 months, a total of 41 full-sib families of grass carp
(from 22 dams and 19 sire) were detected from the first breeding batch (Batch 1) consisting of two groups, 20 families and 21 families of GA and GB, respectively. A large disparity in family contributions was found in this study (Fig. 1), with a range of 3–106 progenies per family in GA (Table 2). At the age of 18 months, a total of 104 full-sib families of grass carp
(from 44 dams and 37 sires) were detected from both breeding batches (Batch 1 and Batch 2) consisting of four groups (GA, GB, GC, and GD). The descriptive statistics consisted of the means, standard deviations, and coefficients of variation (CV) for traits, and are listed in Table 3. The coefficient of variation for BW was the highest at 91.6% and 66.0% at 10
and 18 months, respectively, whereas it was lower for the other traitsand ranged from 17.3 to 24.0%.
3.2. Genetic parameters
Eight and seven original values of BW which larger than four times of means were found in 10 and 18 month data, respectively. The corresponding data of those individuals which were deleted and recognized as missing values in following analyses. The abnormal data were logtransformed (e.g. BW at 10 and 18 months) or square-root transformed
(e.g. SL at 10 and 18 months) before being used to calculate the variance components in our study. The significant fixed effects of group (same as pond effects) were detected for all traits at 10 and 18 months in the current study (P b 0.01), and batch effects were omitted as been contained in group effects. The estimated variance components for growth traits using different models are shown in Table 4. For all growth traits, the additive variances of BW were highest in the two models. The common environment maternal effect in proportion to phenotypic variances was very low (Table 4); only 6% for BW at 10 months was detected, but essentially zero for the other traits (SL, BH and BT) at 10 months and for two growth traits (BW and SL) at 18 months. According to the log-LR test for each trait in the different models, the common environment/maternal effect was not significant (Table 4). Therefore, Model 2 would be more
practical for genetic parameter estimation in this study. The heritability estimates from animal models (Model 2) for all traits are given in Table 4. The estimates were moderate (0.24 to 0.38), and al significantly different from zero for all the traits studied (P b 0.01). The phenotypic and genetic correlations among growth traits are presented in Table 5. At both phenotypic and genetic levels, all the estimates were highly positive (0.81 to 0.99), and significantly different from
zero (P b 0.01). The estimates of genetic correlation for two traits at 10 and 18 months of age were high and positive, 0.87 and 0.95 for BW and SL, respectively, and significantly different from zero (P b 0.01). Pearson analyses for those traits mean values of family across two stages were also showed significantly positive correlations, with 0.83 and 0.84 for
BW and SL, respectively (P b 0.01). The scatter plot of BW mean values at different stages of grass carp family was showed in Fig. 2.
4. Discussion
4.1. Parentage assignment
The accuracy of parental assignment relies heavily on the reliability of marker information used in relationship inference (Kristjánsson

ผลลัพธ์ (ไทย) 1:

2.4. DNA สกัดGenomic DNA ถูกสกัดโดยใช้วิธีการดั้งเดิมวางคลอโรฟอร์ม ดีเอ็นเอเข้มข้นและความบริสุทธิ์ถูกประเมินโดยใช้การ NanoDrop 2000 C (เทอร์โมวิทยาศาสตร์ สหรัฐอเมริกา) และใช้น้อย 1% agarose เจ ดีเอ็นเอทำให้การ μL ละ 10 ng รำใส่เสื้อผ้าบนแผ่น PCR ดี 96 และเก็บไว้ที่ −20 ° C จนวิเคราะห์เพิ่มเติม2.5 วิเคราะห์ข้อมูล2.5.1. parentage กำหนดสาม multiplex PCR โพรโทคอลตามสิบสองชนิด microsatellite loci ถูกใช้สำหรับการกำหนด parentage (ฟู et al., 2013a) สำหรับผู้ปกครองและ progenies ทั้งหมด เลือดฟื้นฟูที่ดำเนินการกับข้อมูลลักษณะทางพันธุกรรมจากบุคคลทั้งหมดที่ทางถูกพูกันซอฟต์แวร์ Cervus 3.0 ที่ใช้วิธีตามโอกาส (Kalinowski et al., 2007) พารามิเตอร์สำหรับการจำลองการวิเคราะห์มีดังนี้: 100% ของผู้ปกครองความ และ 95% genotyped เริ่มต้นพิมพ์ข้อผิดพลาดอัตรา 1% ในการวิเคราะห์กำหนด parentage, alleles น้อยกว่า 3 ไม่ตรงกันได้รับอนุญาตสำหรับแต่ละลูกหลานและหลัก และไม่กำกวมเลือดถูกสร้างขึ้นโดยได้รับความเชื่อมั่นในที่กำหนดเท่ากับน้อยกว่า 95%2.5.2. เบื้องต้นวิเคราะห์ค่าติดเจริญเติบโตวิเคราะห์ทางสถิติเบื้องต้นของข้อมูลสำหรับลักษณะการเจริญเติบโตได้สมบูรณ์โดยใช้ซอฟต์แวร์ SAS (SAS-สถาบัน 1996) ข้อมูลที่ประเมิน normality (การทดสอบน่าเป็น – Smirnov) และ homogeneity ของผลต่าง และข้อมูลผิดปกติที่เปลี่ยนล็อก (Ln) หรือแปลงก่อนที่จะถูกใช้ในการคำนวณผลต่างของส่วนประกอบราก ปัจจัย (เช่นชุดและกลุ่ม) ได้ตรวจสอบกับกระบวนการผสมโดยใช้ซอฟต์แวร์ SAS (SAS-สถาบัน 1996), และปัจจัยอย่างมีนัยสำคัญทางสถิติถูกปล่อยในแบบผสมสำหรับการประเมินส่วนประกอบต่าง2.5.3 การการประเมินค่าพารามิเตอร์ทางพันธุกรรมHeritability (h2) และฟีโนไทป์ และพันธุกรรมความสัมพันธ์ (rP/G) สำหรับลักษณะการเจริญเติบโตได้รับมาจากโมเดลการผสมเชิงเส้นโดยใช้ซอฟต์แวร์ ASReml 3.0 (Gilmour et al., 2009) สำหรับแต่ละติด สัตว์รุ่นสองแตกต่างกัน (Wilson et al., 2010) โดยใช้อัลกอริทึมจำกัดโอกาสสูงสุด (REML) ถูกนำมาใช้สำหรับการวิเคราะห์ทางพันธุกรรมดังนี้:ในรุ่น 1 สังเกต Yijk ซึ่งสัตว์ jth จากระยะคงสภาพและ kth เขื่อน Μคือ ค่าเฉลี่ยโดยรวมสำหรับที่ติด ไร้สายแทนถาวรผล (เช่นกลุ่ม); Αijk หมายถึงลักษณะทางพันธุกรรมสามารถสำหรับบุคคล ck คือ ผลกระทบด้านสิ่งแวดล้อม/แม่ทั่วไปสำหรับเขื่อนครึ่งสิบไม่ใช่พันธุศาสตร์สามารถ และ eijk แสดงผลเหลือ เมื่อเทียบกับรุ่น 1, ck ถูกประยุกต์ในรุ่น 2 ความสำคัญของผลถาวรถูกประเมินใช้สถิติ Wald F นัยสำคัญทางสถิติของผลกระทบสิ่งแวดล้อม/แม่ทั่วไปการติดแต่ละถูกประเมิน โดยการทดสอบอาหาร (ล็อก-LR) โอกาส (Gilmour et al., 2009 Wilson et al., 2010) โดยการเปรียบเทียบบันทึกของโอกาสจำกัด (LogL) รุ่น 1 และ 2 คำนวณ heritability ประเมินเป็นดังนี้:ที่ σa2 เป็นค่าความแปรปรวนทางพันธุกรรมสามารถ σp 2 เป็นผลต่างไทป์ σc 2 เป็นผลต่างสภาพแวดล้อม/แม่ทั่วไป และ σe 2 เป็นผลต่างส่วนที่เหลือ ไทป์ และพันธุกรรมความสัมพันธ์ระหว่างลักษณะต่าง ๆ ถูกประเมินจากชุดรุ่น bivariate เชิงเส้นแบบผสมมีลักษณะถาวร และสุ่ม ตามที่อธิบายไว้ข้างต้น ผลแม่ถูกละเว้นเนื่องจากไม่มีผลสำคัญในแบบจำลอง ความสัมพันธ์ที่ได้จากสูตรต่อไปนี้:ที่ σP/G(xy) แปรปรวนไทป์ หรือพันธุกรรมระหว่างสองลักษณะ (x และ y), และ σP/G(x) และ σP/G(y) ส่วนเบี่ยงเบนมาตรฐานไทป์ หรือพันธุกรรมของติด x และ y ตามลำดับ แล้วใช้ t-ทดสอบเพื่อทดสอบระดับความสำคัญของการประเมินแต่ละศูนย์ ความสัมพันธ์ทางพันธุกรรมระหว่างลักษณะการเจริญเติบโต (BW และ SL) ที่ 10 และ 18 เดือนอายุได้รับใช้ bivariate วิเคราะห์ ซึ่งได้ประเมินขั้นที่สองเป็นสองลักษณะ (สมมติว่า ความสัมพันธ์ของส่วนที่เหลือเป็นศูนย์เป็นลักษณะสองถูกบันทึกไว้ในแต่ละบุคคลแตกต่างกัน) วิเคราะห์เพียร์ยังใช้ในการประเมินความสัมพันธ์ไทป์สำหรับลักษณะการเจริญเติบโตที่ 10 และ 18 เดือน ตามค่าเฉลี่ยของครอบครัวทั้งสองขั้นตอน3. ผลลัพธ์3.1 parentage กำหนดและสถิติพรรณนา ข้อมูลพื้นฐานสำหรับการฟื้นฟูครอบครัวถูกแสดงในตารางที่ 1 และกำหนด parentage ผลที่ 1 ชุดที่ 10 และ 18 เดือนอายุในหญ้าปลาคาร์ฟได้แสดงไว้ในตารางที่ 2 ข้ามขั้นตอนที่สองของเฉา 97.6% ของลูกหลาน (2454 และ 937 บุคคลของ 960 และ 2514 progenies ตามลำดับ) ถูกกำหนดอย่างชัดเจนให้คู่หลักเดียวกัน Ambiguously ถูกกำหนดให้คู่หลักบุคคลเหลือ genotyping ข้อผิดพลาดและขาด genotyping ดังนั้นพวกเขาถูกแยกออกจากการประเมินของพารามิเตอร์ทางพันธุกรรม อายุ 10 เดือน จำนวน 41 ครอบครัวเต็มสิบของเฉา(จาก 22 เขื่อนและสิเหร่ 19) พบจากแรกพันธุ์ชุด (1 ชุด) ประกอบด้วย 2 กลุ่ม 20 ครอบครัว และครอบครัว 21 GB และ GA ตามลำดับ Disparity ขนาดใหญ่ในการจัดสรรครอบครัวพบในการศึกษานี้ (Fig. 1), กับ progenies 3-106 ต่อครอบครัว GA (ตาราง 2) อายุ 18 เดือน จำนวน 104 ครอบครัวเต็มสิบของเฉา(จาก 44 สายและพ่อพันธุ์โค 37) พบจากทั้งชุดผสมพันธุ์ (ชุด 1 และชุด 2) ประกอบด้วย 4 กลุ่ม (GA, GB, GC และ GD) สถิติพรรณนาประกอบด้วยหมายถึง ส่วนเบี่ยงเบนมาตรฐาน และสัมประสิทธิ์ของความแปรผัน (CV) ในลักษณะ และแสดงไว้ในตาราง 3 ค่าสัมประสิทธิ์ของความแปรปรวนสำหรับ BW ได้สูงสุดที่ 91.6% และ 66.0% 10และ 18 เดือน ตามลำดับ ในขณะต่ำกว่าในอีก traitsand อยู่ในช่วงจาก 17.3% 24.0 3.2 การพารามิเตอร์ที่ทางพันธุกรรม เจ็ด และแปดค่าเดิมของ BW ที่มีขนาดใหญ่กว่าสี่เท่าของวิธีพบข้อมูลเดือน 10 และ 18 ตามลำดับ ข้อมูลเกี่ยวข้องของบุคคลเหล่านั้นที่ถูกลบ และเป็นค่าที่หายไปในการวิเคราะห์ต่อไปนี้ ข้อมูลผิดปกติถูกแปลงรากหรือ logtransformed (เช่น BW ที่ 10 และ 18 เดือน)(เช่น SL ที่ 10 และ 18 เดือน) ก่อนที่จะถูกใช้ในการคำนวณผลต่างของส่วนประกอบในการศึกษาของเรา สำคัญคงลักษณะพิเศษของกลุ่ม (เช่นเดียวกับลักษณะบ่อ) พบในลักษณะทั้งหมดที่ 10 และ 18 เดือนในการศึกษาปัจจุบัน (P b 0.01), และลักษณะพิเศษของชุดได้ถูกละเว้นเนื่องจากการอยู่ในกลุ่มผล ส่วนต่างประมาณสำหรับลักษณะการเจริญเติบโตโดยใช้รูปแบบที่แตกต่างกันจะแสดงในตาราง 4 ในทุกลักษณะการเจริญเติบโต ผลต่างสามารถของ BW ได้สูงที่สุดในรุ่นสอง ผลแม่สภาพแวดล้อมทั่วไปสัดต่างไทป์ได้ต่ำมาก (ตาราง 4); เพียง 6% สำหรับ BW 10 เดือนพบ แต่เป็นศูนย์ สำหรับอื่น ๆ ลักษณะ (SL, BH และ BT) ใน 10 เดือน และสองเจริญเติบโตลักษณะ (BW และ SL) ที่ 18 เดือน ตามทดสอบล็อก LR ติดแต่ละรุ่นแตกต่างกัน ผลกระทบสิ่งแวดล้อม/แม่ทั่วไปไม่สำคัญ (ตาราง 4) ดังนั้น รุ่น 2 จะเพิ่มมากขึ้นปฏิบัติการประมาณพารามิเตอร์ทางพันธุกรรมในการศึกษานี้ ประเมินค่า heritability จากรูปแบบสัตว์ (รุ่น 2) สำหรับลักษณะทั้งหมดที่กำหนดในตาราง 4 การประเมินได้ปานกลาง (0.24-0.38), และอัลแตกต่างอย่างมากจากศูนย์ในทุกลักษณะศึกษา (P b 0.01) ฟีโนไทป์ และพันธุกรรมความสัมพันธ์ระหว่างลักษณะการเจริญเติบโตจะแสดงในตาราง 5 ระดับไทป์ และพันธุกรรม การประเมินได้ค่าบวกสูง (0.81 ถึง 0.99), และแตกต่างอย่างมากจากศูนย์ (P b 0.01) การประเมินความสัมพันธ์ทางพันธุกรรมในลักษณะที่สองที่ 10 และ 18 เดือนอายุมีสูง และ บวก 0.87 และ 0.95 BW และ SL ตามลำดับ และอย่างมีนัยสำคัญแตกต่างจากศูนย์ (P b 0.01) เพียร์สันวิเคราะห์ในลักษณะที่หมายถึง ค่าของครอบครัวทั้งสองขั้นตอนก็ยังพบความสัมพันธ์ในเชิงบวกอย่างมีนัยสำคัญ 0.83 และ 0.84 สำหรับBW และ SL ตามลำดับ (P b 0.01) แผนการกระจายของ BW หมายถึง ค่าที่ระยะต่าง ๆ ของครอบครัวปลาคาร์ฟถูกพบใน Fig. 2 หญ้า 4. สนทนา4.1. parentage กำหนดความถูกต้องของการกำหนดโดยผู้ปกครองอาศัยหนักความน่าเชื่อถือของข้อมูลเครื่องหมายที่ใช้ในข้อความสัมพันธ์ (Kristjánsson

ผลลัพธ์ (ไทย) 2:

2.4
การสกัดดีเอ็นเอจีโนมดีเอ็นเอถูกสกัดโดยใช้วิธีการฟีนอลคลอโรฟอร์มแบบดั้งเดิม ความเข้มข้นของดีเอ็นเอและความบริสุทธิ์ได้รับการประเมินโดยใช้ NanoDrop 2000C (เทอร์โมวิทยาศาสตร์สหรัฐอเมริกา) และโดยการทำงานเป็นจำนวนเงินที่เล็ก ๆ ในเจล 1% agarose ดีเอ็นเอถูกเจือจาง 10 ng / ไมโครลิตร, รบบนจาน 96 หลุม PCR และเก็บไว้ที่ -20 ° C จนการวิเคราะห์ต่อไป.
2.5 การวิเคราะห์ข้อมูล
2.5.1 ที่ได้รับมอบหมายบิดามารดาสามโปรโตคอล multiplex PCR ขึ้นอยู่กับตำแหน่งไมโครสิบสองถูกนำมาใช้สำหรับการกำหนดบิดามารดา (Fu et al., 2013a) สำหรับพ่อแม่ผู้สมัครและลูก
ฟื้นฟูสายเลือดได้ดำเนินการกับข้อมูลจีโนไทป์จากบุคคลทั้งหมดรวบรวมเข้าด้วยกันในซอฟแวร์ Cervus 3.0 ใช้วิธีการน่าจะเป็นตาม (Kalinowski et al., 2007) พารามิเตอร์สำหรับการวิเคราะห์แบบจำลองมีดังนี้ 100% ของพ่อแม่ผู้สมัครตัวอย่างและ 95% genotyped
ที่มีข้อผิดพลาดในการพิมพ์เริ่มต้นอัตรา1% ในการวิเคราะห์ที่ได้รับมอบหมายบิดามารดาที่น้อยกว่าสามอัลลีลที่ไม่ตรงกันได้รับอนุญาตสำหรับแต่ละลูกหลานและผู้ปกครองและสายเลือดอย่างไม่น่าสงสัยถูกสร้างขึ้นในการที่ได้รับมอบหมายเท่านั้นที่มีความเชื่อมั่นอย่างน้อย 95% ได้รับการยอมรับ.
2.5.2 การวิเคราะห์เบื้องต้นของลักษณะการเจริญเติบโตของค่าการวิเคราะห์ทางสถิติเบื้องต้นของข้อมูลสำหรับลักษณะการเจริญเติบโตแล้วเสร็จโดยใช้ซอฟต์แวร์ SAS (SAS-สถาบัน 1996)
ข้อมูลการประเมินภาวะปกติ (ทดสอบ Kolmogorov-Smirnov) และความสม่ำเสมอของความแปรปรวนและข้อมูลที่ผิดปกติถูกเปลี่ยนเข้าสู่ระบบ (Ln) หรือรากที่เปลี่ยนก่อนที่จะถูกใช้ในการคำนวณส่วนประกอบความแปรปรวน ปัจจัย (เช่นชุดและกลุ่ม) ถูกตรวจสอบตามขั้นตอนผสมโดยใช้ซอฟต์แวร์ SAS (SAS-สถาบัน 1996) และปัจจัยสำคัญทางสถิติที่ถูกทิ้งไว้ในรูปแบบที่หลากหลายสำหรับการประมาณขององค์ประกอบความแปรปรวน.
2.5.3 พารามิเตอร์ทางพันธุกรรมประมาณการพันธุกรรม (H2) และฟีโนไทป์และความสัมพันธ์ทางพันธุกรรม (RP / G) สำหรับลักษณะการเจริญเติบโตที่ได้รับจากหลากหลายรูปแบบเชิงเส้นโดยใช้ซอฟแวร์ ASReml 3.0 (มัวร์ et al., 2009)
สำหรับลักษณะแต่ละสองรูปแบบสัตว์ที่แตกต่างกัน (. วิลสัน, et al, 2010) โดยใช้ความน่าจะเป็นสูงสุด จำกัด (REML)
อัลกอริทึมถูกนำมาใช้สำหรับการวิเคราะห์ทางพันธุกรรมดังต่อไปนี้ในรุ่นที่ 1, สังเกต Yijk ซึ่งสัตว์ jth จาก ith สภาพคงที่และเขื่อน KTH ; μเป็นค่าเฉลี่ยโดยรวมสำหรับลักษณะที่มิ ไฟแสดงให้เห็นถึงผลกระทบคงที่ (เช่นกลุ่ม); αijkแสดงให้เห็นถึงผลกระทบทางพันธุกรรมสารเติมแต่งสำหรับบุคคล; CK เป็นส่วนสิ่งแวดล้อม / ผลกระทบของมารดาเขื่อนครึ่ง SIB อื่น ๆ นอกเหนือจากสารเติมแต่งพันธุกรรม; และ Eijk แสดงให้เห็นถึงผลกระทบที่เหลือ เมื่อเทียบกับรุ่นที่ 1, CK ได้ง่ายในรุ่น 2. ความสำคัญของผลกระทบก็ยังคงที่ประมาณโดยใช้สถิติ Wald F อย่างมีนัยสำคัญทางสถิติของสภาพแวดล้อมที่พบบ่อย / ผลมารดาสำหรับลักษณะแต่ละคนถูกประเมินโดยการปันส่วนโอกาส (log-LR) การทดสอบ (มัวร์ et al, 2009;. วิลสัน, et al, 2010.) โดยการเปรียบเทียบบันทึกโอกาส จำกัด ที่ (LogL ) ของรุ่นที่ 1 และ 2 ประมาณพันธุกรรมที่คำนวณได้ดังนี้ที่ไหนσa 2 คือความแปรปรวนทางพันธุกรรมสารเติมแต่งσpที่ 2 คือความแปรปรวนฟีโนไทป์ที่σc 2 เป็นสภาพแวดล้อมที่พบบ่อย / ความแปรปรวนของมารดาและσe 2 คือความแปรปรวนที่เหลือ ความสัมพันธ์ทางพันธุกรรมและฟีโนไทป์ลักษณะที่แตกต่างกันระหว่างอยู่ที่ประมาณจากชุดของหลากหลายรูปแบบเชิงเส้นสองตัวแปรที่มีผลกระทบคงที่และแบบสุ่มตามที่อธิบายไว้ข้างต้น ผลกระทบของมารดาถูกมองข้ามเพราะไม่มีผลอย่างมีนัยสำคัญในรูปแบบ ความสัมพันธ์ได้มาจากสูตรต่อไปนี้: ที่σP / G (เซ็กซี่) เป็นฟีโนไทป์หรือความแปรปรวนทางพันธุกรรมระหว่างสองลักษณะ (x และ y) และσP / G (x) และσP / G (y) เป็นฟีโนไทป์หรือมาตรฐานทางพันธุกรรม การเบี่ยงเบนของลักษณะ x และ y ตามลำดับ เสื้อทดสอบใช้แล้วเพื่อทดสอบระดับความสำคัญของแต่ละประมาณการจากศูนย์ ความสัมพันธ์ทางพันธุกรรมระหว่างลักษณะการเจริญเติบโต (BW และ SL) ที่ 10 และ 18 เดือนของอายุที่ได้รับโดยใช้การวิเคราะห์ bivariate ซึ่งในสองขั้นตอนอยู่ที่ประมาณสองลักษณะ (ถือว่าความสัมพันธ์ที่เหลือเป็นศูนย์ขณะที่ทั้งสองลักษณะมีการบันทึกไว้ในบุคคลที่แตกต่างกัน) การวิเคราะห์เพียร์สันยังถูกนำมาใช้ในการประเมินความสัมพันธ์ฟีโนไทป์สำหรับลักษณะการเจริญเติบโตที่ 10 และ 18 เดือนขึ้นอยู่กับค่าเฉลี่ยของครอบครัวในสองขั้นตอน. 3 ผล3.1 ที่ได้รับมอบหมายกำเนิดและการใช้สถิติเชิงพรรณนาข้อมูลพื้นฐานสำหรับการฟื้นฟูครอบครัวได้แสดงให้เห็นในตารางที่ 1 และผลที่ได้รับมอบหมายสำหรับบิดามารดา 1 ชุดที่ 10 และ 18 เดือนของอายุในหญ้าปลาคาร์พมีการระบุไว้ในตารางที่ 2 ข้ามสองขั้นตอนของปลาคาร์พหญ้า 97.6 % ของลูกหลาน (937 และ 2454 บุคคล 960 และ 2,514 ลูกตามลำดับ) ซึ่งได้รับมอบหมายอย่างไม่น่าสงสัยที่จะเป็นคู่ผู้ปกครองคนเดียว บุคคลที่เหลือได้รับมอบหมายเลศนัยคู่พ่อแม่เนื่องจากข้อผิดพลาดและ genotyping genotyping หายไป; พวกเขาจึงได้รับการยกเว้นจากการประมาณค่าพารามิเตอร์ทางพันธุกรรม ตอนอายุ 10 เดือนทั้งหมด 41 ครอบครัวเต็มสิบของปลาคาร์พหญ้า(จาก 22 เขื่อนและ 19 ฝ่าบาท) ได้รับการตรวจพบจากชุดผสมพันธุ์ครั้งแรก (รุ่นที่ 1) ซึ่งประกอบด้วยสองกลุ่ม 20 ครอบครัวและ 21 ครอบครัวของจอร์เจียและ GB ตามลำดับ ความต่างที่มีขนาดใหญ่ในการมีส่วนร่วมของครอบครัวที่พบในการศึกษาครั้งนี้ (รูปที่ 1). ที่มีช่วงของ 3-106 ลูกต่อครอบครัวในจอร์เจีย (ตารางที่ 2) ตอนอายุ 18 เดือนรวมเป็น 104 ครอบครัวเต็ม SIB ของปลาคาร์พหญ้า(จาก 44 เขื่อนและ 37 ตระกูล) ได้รับการตรวจพบจากทั้งสำหรับกระบวนการเพาะพันธุ์ (รุ่นที่ 1 และรุ่นที่ 2) ซึ่งประกอบด้วยสี่กลุ่ม (GA, GB, GC, และ GD) สถิติเชิงพรรณนาประกอบไปด้วยวิธีการเบี่ยงเบนมาตรฐานและค่าสัมประสิทธิ์ของความแปรปรวน (CV) สำหรับลักษณะและมีการระบุไว้ในตารางที่ 3 สัมประสิทธิ์การแปรผันสำหรับ BW สูงสุดที่ 91.6% และ 66.0% อยู่ที่ 10 และ 18 เดือนตามลำดับ ในขณะที่มันเป็นที่ต่ำกว่าสำหรับ traitsand อื่น ๆ ที่อยู่ในช่วง 17.3-24.0%. 3.2 พารามิเตอร์ทางพันธุกรรมแปดเจ็ดค่าเดิมของ BW ซึ่งมีขนาดใหญ่กว่าสี่เท่าของวิธีการที่พบใน 10 และ 18 ข้อมูลเดือนตามลำดับ ข้อมูลที่สอดคล้องกันของบุคคลเหล่านั้นที่ถูกลบและรับรู้เป็นค่าที่ขาดหายไปในการวิเคราะห์ต่อไปนี้ ข้อมูลที่ผิดปกติถูก logtransformed (เช่น BW ที่ 10 และ 18 เดือน) หรือรากที่เปลี่ยน(เช่น SL ที่ 10 และ 18 เดือน) ก่อนที่จะถูกใช้ในการคำนวณองค์ประกอบความแปรปรวนในการศึกษาของเรา ผลกระทบอย่างมีนัยสำคัญคงที่ของกลุ่ม (เช่นเดียวกับผลกระทบบ่อ) ได้รับการตรวจพบลักษณะทั้งหมดที่ 10 และ 18 เดือนในการศึกษาในปัจจุบัน (P ข 0.01) และผลแบทช์ถูกมองข้ามในขณะที่ได้รับผลกระทบที่มีอยู่ในกลุ่ม ส่วนประกอบความแปรปรวนประมาณสำหรับลักษณะการเจริญเติบโตโดยใช้แบบจำลองที่แตกต่างกันจะแสดงในตารางที่ 4 สำหรับทุกลักษณะการเจริญเติบโตของความแปรปรวนของสารเติมแต่ง BW ได้สูงที่สุดในทั้งสองรุ่น ผลมารดาสภาพแวดล้อมที่พบในสัดส่วนที่แปรปรวนฟีโนไทป์เป็นที่ต่ำมาก (ตารางที่ 4) เพียง 6% สำหรับ BW ที่ 10 เดือนได้รับการตรวจพบ แต่เป็นหลักเป็นศูนย์สำหรับลักษณะอื่น ๆ (SL, BH และ BT) ที่ 10 เดือนและสำหรับสองลักษณะการเจริญเติบโต (BW และ SL) ณ วันที่ 18 เดือน ตามที่การทดสอบเข้าสู่ระบบ LR สำหรับแต่ละลักษณะในรูปแบบที่แตกต่างกันสภาพแวดล้อมที่พบบ่อย / มารดาผลกระทบไม่มีนัยสำคัญ (ตารางที่ 4) ดังนั้นรุ่น 2 จะมีมากขึ้นในทางปฏิบัติสำหรับการประมาณค่าพารามิเตอร์ทางพันธุกรรมในการศึกษาครั้งนี้ ประมาณการพันธุกรรมจากสัตว์ (รุ่น 2) ลักษณะทั้งหมดจะได้รับในตารางที่ 4 การประเมินอยู่ในระดับปานกลาง (0.24-0.38) และอัลที่แตกต่างกันอย่างมีนัยสำคัญจากศูนย์สำหรับทุกลักษณะที่ศึกษา (P 0.01 ข) ฟีโนไทป์และความสัมพันธ์ทางพันธุกรรมของลักษณะการเจริญเติบโตจะถูกนำเสนอในตารางที่ 5 ที่ทั้งฟีโนไทป์และระดับพันธุกรรมประมาณการทั้งหมดที่เป็นบวกสูง (0.81-0.99) และแตกต่างจากศูนย์(P 0.01 ข) ประมาณการของความสัมพันธ์ทางพันธุกรรมสำหรับสองลักษณะที่ 10 และ 18 เดือนของอายุอยู่ในระดับสูงและบวก 0.87 และ 0.95 สำหรับ BW และ SL, ตามลำดับและมีความหมายที่แตกต่างกันจากศูนย์ (P 0.01 ข) เพียร์สันการวิเคราะห์ลักษณะเหล่านั้นหมายถึงค่านิยมของครอบครัวในสองขั้นตอนถูกยังแสดงให้เห็นความสัมพันธ์ทางบวกอย่างมีนัยสำคัญกับ 0.83 และ 0.84 สำหรับBW และ SL ตามลำดับ (P 0.01 ข) พล็อตที่กระจายของ BW หมายถึงค่าที่ขั้นตอนต่างๆของครอบครัวหญ้าปลาคาร์พได้แสดงให้เห็นในรูป 2. 4 อภิปราย4.1 บิดามารดาที่ได้รับมอบหมายความถูกต้องของผู้ปกครองที่ได้รับมอบหมายอาศัยอย่างหนักในความน่าเชื่อถือของข้อมูลเครื่องหมายที่ใช้ในการอนุมานความสัมพันธ์ (Kristjansson

ผลลัพธ์ (ไทย) 3:

2.4 . การสกัดดีเอ็นเอจีโนมดีเอ็นเอโดยใช้
แบบฟีนอลด้วยวิธี ความเข้มข้นของดีเอ็นเอและความบริสุทธิ์มีการประเมินการใช้ nanodrop 2000c ( เทอร์โมวิทยาศาสตร์ , USA ) และโดยการใช้จำนวนเล็ก ๆบนเจล ( 1 ) ดีเอ็นเอเจือจาง 10 ng / μ L สวมบนด้วย PCR 96 แผ่น และเก็บรักษาที่อุณหภูมิ 20 ° C −ไปจนถึงการวิเคราะห์เพิ่มเติม .
2.5 การวิเคราะห์ข้อมูล
ดาวน์โหลด . งาน
ลสาม multiplex PCR โปรโตคอลขึ้นอยู่กับชนิดที่ใช้สำหรับภารกิจสิบสองของบิดามารดา ( Fu et al . , ที่มีมากกว่า ) สำหรับผู้ปกครองและผู้สมัครที่มี . การกระทำกับข้อมูลพันธุกรรมสายเลือดจาก บุคคลทั้งหมดที่พูกันในนครราชสีมา 3.0 ซอฟต์แวร์ใช้โอกาสตามแนวทาง kalinowski et al . , 2007 ) พารามิเตอร์สำหรับการวิเคราะห์ระบบมีดังนี้100 % ของผู้สมัคร โดยผู้ปกครองและ 95% genotyped ด้วยค่าเริ่มต้นพิมพ์ข้อผิดพลาด
เท่ากันที่ 1% ในบิดามารดาการมอบหมายงานการวิเคราะห์น้อยกว่าสามองอัลลีลที่ได้รับอนุญาตสำหรับแต่ละลูกและแม่ และสายเลือดที่ถูกสร้างขึ้นที่ได้รับมอบหมายกันเท่านั้นที่มีอย่างน้อย 95% ความเชื่อมั่นได้รับการยอมรับ .
งานวาง . การวิเคราะห์ข้อมูลเบื้องต้นของการเจริญเติบโตลักษณะค่า
เบื้องต้นทางสถิติการวิเคราะห์ข้อมูลสำหรับลักษณะการเจริญเติบโตโดยใช้ซอฟต์แวร์ SAS ( SAS Institute , 1996 ) ข้อมูล ข้อมูลการแจกแจงแบบปกติ ( แอนเดอร์สัน ) เพื่อทดสอบ ) และค่าความแปรปรวน และข้อมูลที่ผิดปกติถูกเข้าสู่ระบบเปลี่ยน ( LN ) หรือ รูตเปลี่ยนก่อนที่จะถูกใช้เพื่อคำนวณค่าองค์ประกอบความแปรปรวน . ปัจจัย ( เช่นชุดและกลุ่ม ) ถูกตรวจสอบด้วยกระบวนการผสมโดยใช้ซอฟต์แวร์ SAS ( SAS Institute , 1996 ) และพบว่าปัจจัยเหลืออยู่ในรูปแบบผสม สำหรับการประมาณค่าส่วนประกอบความแปรปรวน 2.5.3
. พารามิเตอร์ทางพันธุกรรมการประมาณการ
( H2 ) และคุณสมบัติทางพันธุกรรมและสหสัมพันธ์ ( Rp / g ) สำหรับลักษณะการเจริญเติบโตที่ได้รับจากแบบจำลองเชิงเส้นผสมโดยใช้ asreml 30 ซอฟต์แวร์ ( กิลม ์ et al . , 2009 ) สำหรับแต่ละลักษณะ สองตัวที่แตกต่างกัน ( วิลสัน et al . , 2010 ) การ จำกัด โอกาสสูงสุด ( REML ) โดยถูกนำมาใช้สำหรับการวิเคราะห์พันธุกรรม
ดังนี้


ในรูปแบบ ที่ 1 การสังเกต yijk ซึ่ง jth สัตว์จากอ. ถาวร เงื่อนไข และ kth เขื่อน μเป็นค่าเฉลี่ยโดยรวมสำหรับคุณสมบัติ ; ไฟแสดงผลถาวร ( เช่นกลุ่ม )α ijk แทนสารพันธุกรรมผลบุคคล คือสิ่งแวดล้อมทั่วไปของ CK / ผลกระทบเขื่อนครึ่งงนอกจากพันธุศาสตร์การบวก และ eijk แสดงผลค้างอยู่ เมื่อเทียบกับรุ่น 1 , CK ได้ง่ายในรูปแบบ 2 ความสำคัญของการแก้ไขผลพบว่าใช้วอลด์ F สถิติอย่างมีนัยสำคัญทางสถิติที่ระดับสภาพแวดล้อมทั่วไป / มารดาผลสำหรับแต่ละคุณลักษณะมีค่า โดยโอกาสการปันส่วน ( log LR ) ทดสอบ ( กิลม ์ et al . , 2009 ; วิลสัน et al . , 2010 ) โดยการบันทึกของ จำกัด โอกาส ( LOGL ) ของรุ่นที่ 1 และ 2 ประมาณค่าอัตราพันธุกรรมที่คำนวณได้ดังนี้

ที่σ a
2 เป็นสารเติมแต่งทางพันธุกรรม ความแปรปรวน ความใกล้เคียงσ P 2 ,σ C 2 คือสภาพแวดล้อมทั่วไป / มารดาแปรปรวน และσ E 2 ตัวแปรที่เหลือ ความสัมพันธ์ทางพันธุกรรมระหว่างลักษณะและคุณสมบัติแตกต่างกัน โดยประเมินจากชุดการถดถอยแบบเชิงเส้นผสมกับคงที่และผลกระทบแบบสุ่มตามที่อธิบายไว้ข้างต้น ผลของมารดาถูกเว้นไว้เพราะไม่มีอิทธิพลในรุ่นความสัมพันธ์ได้จากสูตรต่อไปนี้ :

ที่σ P / G ( XY ) คือ คุณสมบัติหรือความแปรปรวนระหว่างสองลักษณะพันธุกรรม ( X และ Y ) และσ P / g ( x ) และσ P / G ( y ) คือ คุณสมบัติหรือลักษณะพันธุกรรมส่วนเบี่ยงเบนมาตรฐานของ x และ y ตามลำดับ ทดสอบแล้วทดสอบระดับของแต่ละประเมินจากศูนย์ความสัมพันธ์ทางพันธุกรรมระหว่างลักษณะการเจริญเติบโต ( น้ำหนักตัวและ SL ) 10 และ 18 เดือนของอายุ ได้โดยใช้การวิเคราะห์ถดถอย ซึ่งสองขั้นประเมินเป็น 2 ลักษณะ ( สมมติ ) ที่เหลือเป็นศูนย์เป็นสองคุณลักษณะจะถูกบันทึกไว้ในแต่ละบุคคลที่แตกต่างกัน ) เพียร์สันวิเคราะห์ถูกใช้เพื่อประเมินความสัมพันธ์คุณสมบัติสำหรับลักษณะการเจริญเติบโตที่ 10 และ 18 เดือนตามค่าเฉลี่ยของครอบครัว
ข้ามสองขั้นตอน .
3 ผลลัพธ์
3.1 . งานบิดามารดาและสถิติข้อมูลพื้นฐานสำหรับการฟื้นฟู
ครอบครัวที่แสดงในตารางที่ 1 และบิดามารดาผลงานสำหรับชุด 1 ใน 10 และ 18 เดือนของอายุในหญ้าปลาคาร์พถูกแสดงไว้ในตารางที่ 2 ผ่านสองขั้นตอนของหญ้าปลาคาร์พ , 97 .