Genetic improvement programs for so

Genetic improvement programs for some fish species apply a two-stage selection scheme in which phenotypic
selection is first practiced within families based on early body size. Pre-selection improves genetic gain in the
breeding objective traits correlated with the pre-selection criteria, and it can also reduce management costs of
a program. In this study, stochastic simulation of a rainbow trout, Oncorhynchus mykiss, breeding scheme with
150 full-sib families (2:2 mating design) was utilized to explore how within-family pre-selection and different
information on the culled fish affect variance estimates and accuracy of genetic evaluation in grow-out body
weights. The bias in genetic parameters and breeding values (EBVs) was quantified for fingerling weight at idtagging
(BW1), used as the criterion for pre-selection, and for two harvest weights recorded at the freshwater
nucleus (BW2) and sea test station (BW2sea) in a split-family design. At tagging, fish from each full-sib family
were either randomly sampled (R) or pre-selected, and the BW1 records of the culled fish were either individually
measured (S+ IND), augmented with the replicated family-specific averages of the culled fish (S+ AVER),
or were treated as missing (S–MIS). These four alternative data treatments were compared using a fixed initial
family size of 100 individuals before tagging and two different pre-selection intensities (40% or 21% of fish per
family selected). Variance estimates in R and S+IND did not diverge fromthe simulated a priori values in either
of the selection intensities studied. The strategy S + AVER resulted in unbiased genetic variance estimates but
decreased the residual variance, especially for BW1 and BW2. The accuracy of EBVs was, nevertheless, equally
high for R, S+IND and S+ AVER, and these values did not essentially differ between the two selection intensities.
For S–MIS, the variance estimates were strongly biased in each trait, and the EBV accuracies were, on average,
lower than in the other three treatments. Common environment varianceswere consistently overestimated
and residual variances underestimated, whereas genetic variances were biased in both directions depending on
the trait and pre-selection intensity. Further, for S–MIS, frequent convergence problems occurred in the estimation
of variance components. For fish breeding schemes applyingwithin-family pre-selection, data augmentation
for culled fish by their average values of BW1 will sufficiently control for selection bias in genetic evaluation of
growth. For accurate estimation of variance components either random samples from families or individual records
from all culled fish are preferable.

ผลลัพธ์ (ไทย) 1:

โปรแกรมปรับปรุงพันธุกรรมในปลาบางชนิดใช้แผนสองเลือกที่ไทป์ต้องมีฝึกฝนเลือกภายในครอบครัวขึ้นอยู่กับขนาดร่างกายก่อน เลือกก่อนปรับปรุงกำไรทางพันธุกรรมในการพันธุ์วัตถุประสงค์ลักษณะ correlated กับเกณฑ์การเลือกก่อน และมันยังสามารถลดต้นทุนการจัดการโปรแกรม ในการศึกษานี้ การจำลองแบบเฟ้นสุ่มเรนโบว์เทราต์ mykiss สกุลปลาแซลมอนแปซิฟิก แผนปรับปรุงพันธุ์ด้วยครอบครัวสิบเต็ม 150 (2:2 การผสมพันธุ์การออกแบบ) แตกต่างกัน และใช้งานได้เลือกก่อนว่าภายในแฟมิลี่ข้อมูลปลา culled ผลต่างประเมินความถูกต้องของการประเมินพันธุกรรมในร่างกายออกเติบโตน้ำหนัก ความโน้มเอียงในพารามิเตอร์ทางพันธุกรรมและค่าปรับปรุงพันธุ์ (EBVs) ถูก quantified สำหรับน้ำหนัก fingerling ที่ idtagging(BW1), ใช้เป็นเงื่อนไข สำหรับการเลือกก่อน และเก็บเกี่ยวน้ำหนักสองที่บันทึกไว้ที่ตัวปลานิวเคลียส (BW2) และซีทดสอบสถานี (BW2sea) ในแบบครอบครัวแบ่ง ที่ติดป้าย ปลาจากแต่ละครอบครัวเต็มสิบมีทั้งแบบสุ่มตัวอย่าง (R) หรือ เลือกล่วงหน้า และข้อมูล BW1 ปลา culled ทั้งทีวัด (s + IND), ออกเมนต์ ด้วยค่าเฉลี่ยเฉพาะครอบครัวจำลองแบบปลา culled (เสีย s + AVER จ่าย),หรือได้รับการรักษาเป็นหายไป (S – MIS) รักษาข้อมูลสี่ทางเลือกเหล่านี้ถูกเปรียบเทียบโดยใช้เริ่มต้นคงบุคคล 100 ก่อนติดป้ายและทั้งสองต่างเลือกก่อนปลดปล่อยก๊าซ (40% หรือ 21% ของปลาต่อขนาดครอบครัวครอบครัวเลือก) ประเมินผลต่างใน R และ S + IND ได้ไม่ diverge จากการเลียนแบบค่าแรกสุดในของการเลือกปลดปล่อยก๊าซศึกษา กลยุทธ์ S + AVER ทำให้เกิดความแปรปรวนทางพันธุกรรมคนประเมิน แต่ลดลงเหลือยู่ โดยเฉพาะอย่างยิ่ง BW1 และ BW2 ความถูกต้องของ EBVs ได้ อย่างไรก็ตาม อย่างเท่าเทียมกันสูงสำหรับ R, S + IND และ AVER s + และค่าเหล่านี้ไม่ได้ไม่เป็นแตกต่างกันระหว่างการปลดปล่อยก๊าซทั้งสองตัวเลือกS – MIS ประเมินผลต่างได้ขอลำเอียงในติดแต่ละ และ EBV accuracies ได้ เฉลี่ยต่ำกว่าในการรักษา 3 Varianceswere สภาพแวดล้อมทั่วไปอย่างสม่ำเสมอ overestimatedและผลต่างเหลือ underestimated ขณะต่างพันธุกรรมมีความโน้มเอียงในทิศทางทั้งขึ้นอยู่กับความเข้มติดและเลือกก่อน เพิ่มเติม สำหรับ S – MIS บรรจบกันมักเกิดปัญหาในการประเมินส่วนประกอบต่างกัน สำหรับปลาพันธุ์ร่าง applyingwithin ครอบครัวก่อนเลือก ข้อมูลเพิ่มเติมปลา culled โดยค่าเฉลี่ยของ BW1 จะพอควบคุมสำหรับเลือกความโน้มเอียงในการประเมินพันธุกรรมเจริญเติบโต สำหรับการประเมินความถูกต้องของผลต่างของส่วนประกอบอย่างใดอย่างหนึ่งตัวอย่างที่สุ่มจากครอบครัวหรือแต่ละเรกคอร์ดจากปลา culled ทั้งหมดมีกว่า

ผลลัพธ์ (ไทย) 2:

โปรแกรมการปรับปรุงทางพันธุกรรมสำหรับปลาบางชนิดใช้สองขั้นตอนรูปแบบการเลือกที่ฟีโนไทป์
เลือกเป็นประสบการณ์ครั้งแรกภายในครอบครัวขึ้นอยู่กับขนาดของร่างกายในช่วงต้น Pre-ตัวเลือกที่ช่วยเพิ่มกำไรจากทางพันธุกรรมใน
ลักษณะวัตถุประสงค์พันธุ์มีความสัมพันธ์กับเกณฑ์การคัดเลือกและมันยังสามารถลดค่าใช้จ่ายในการบริหารงานของ
โปรแกรม ในการศึกษานี้จำลองสุ่มของเรนโบว์เทราท์, Oncorhynchus mykiss โครงการผสมพันธุ์กับ
150 ครอบครัวเต็มสิบ (2: 2 การออกแบบการผสมพันธุ์) ถูกนำมาใช้ในการสำรวจว่าภายในครอบครัวก่อนตัวเลือกที่แตกต่างกันและ
ข้อมูลเกี่ยวกับผลกระทบต่อปลา culled ประมาณการแปรปรวน และความถูกต้องของการประเมินผลทางพันธุกรรมในการเจริญเติบโตออกร่างกาย
น้ำหนัก อคติในพารามิเตอร์ทางพันธุกรรมและค่าการผสมพันธุ์ (EBVs) ได้รับการวัดน้ำหนักลูกปลาที่ idtagging
(BW1) ใช้เป็นเกณฑ์ในการคัดเลือกและสองน้ำหนักเก็บเกี่ยวบันทึกไว้ในน้ำจืด
นิวเคลียส (BW2) และสถานีทดสอบทะเล (BW2sea ) ในการออกแบบแยกครอบครัว ที่ติดแท็ก, ปลาจากแต่ละครอบครัวเต็มสิบ
ถูกทั้งสุ่ม (R) หรือที่เลือกไว้ล่วงหน้าและบันทึก BW1 ของปลา culled ถูกทั้งรายบุคคล
วัด (S + IND) รวมกับการจำลองแบบเฉลี่ยครอบครัวที่เฉพาะเจาะจงของ culled ปลา (S + AVER)
หรือได้รับการปฏิบัติในฐานะที่หายไป (S-MIS) สี่เหล่านี้การรักษาข้อมูลทางเลือกที่ถูกนำมาเปรียบเทียบโดยใช้เริ่มต้นคงที่
ขนาดครอบครัว 100 คนก่อนที่จะติดแท็กและสองความเข้มก่อนตัวเลือกที่แตกต่างกัน (40% หรือ 21% ของปลาต่อ
ครอบครัวเลือก) ประมาณการความแปรปรวนในการวิจัยและ S + IND ไม่ได้แตกต่าง fromthe จำลองค่าเบื้องต้นทั้งใน
ความเข้มของการเลือกเรียน กลยุทธ์ S + AVER ผลในการประมาณการความแปรปรวนทางพันธุกรรมเป็นกลาง แต่
ลดลงแปรปรวนที่เหลือโดยเฉพาะอย่างยิ่งสำหรับ BW1 และ BW2 ความถูกต้องของ EBVs เป็น แต่อย่างเท่าเทียมกัน
สูงสำหรับ R, S + IND และ S + AVER และค่านิยมเหล่านี้ไม่ได้เป็นหลักที่แตกต่างกันระหว่างสองเข้มเลือก.
สำหรับ S-MIS, ประมาณการความแปรปรวนถูกลำเอียงอย่างมากในแต่ละลักษณะและ ความถูกต้อง EBV ได้โดยเฉลี่ย
ต่ำกว่าในอีกสามการรักษา สภาพแวดล้อมทั่วไป varianceswere ประเมินอย่างต่อเนื่อง
และผลต่างที่เหลือประเมินในขณะที่ความแปรปรวนทางพันธุกรรมถูกลำเอียงทั้งสองทิศทางขึ้นอยู่กับ
ลักษณะและความรุนแรงก่อนการเลือก นอกจากนี้สำหรับ S-MIS, ปัญหาการบรรจบกันบ่อยที่เกิดขึ้นในการประมาณค่า
องค์ประกอบความแปรปรวน สำหรับรูปแบบการเพาะพันธุ์ปลา applyingwithin ครอบครัวก่อนเลือกเสริมข้อมูล
สำหรับปลาที่คัดมาจากค่าเฉลี่ยของพวกเขา BW1 พอจะควบคุมสำหรับเลือกอคติในการประเมินผลทางพันธุกรรมของ
การเจริญเติบโต สำหรับการประมาณค่าที่ถูกต้องขององค์ประกอบความแปรปรวนทั้งตัวอย่างที่สุ่มจากครอบครัวหรือแต่ละระเบียน
จากปลา culled ทั้งหมดเป็นที่นิยม

ผลลัพธ์ (ไทย) 3:

โปรแกรมการปรับปรุงพันธุกรรมบางชนิดปลาที่ใช้สองขั้นตอนในการเลือกโครงการที่ใกล้เคียง
เป็นครั้งแรกซ้อมภายในครอบครัวตามขนาดของร่างกายก่อน ก่อนการเลือกปรับปรุงพันธุกรรมได้ในลักษณะมีความสัมพันธ์กับวัตถุประสงค์
พันธุ์ก่อน เกณฑ์ และมันยังสามารถลดต้นทุนการจัดการ
โปรแกรม ในการศึกษานี้แบบจำลองเฟ้นสุ่มของเรนโบว์เทราท์เลค คอรินชัส mykiss พันธุ์นี้
150 เต็มสิบครอบครัว ( 2 : 2 ผสมพันธุ์แบบ ) ใช้เพื่อสำรวจว่าภายในครอบครัวก่อนการเลือกและข้อมูลต่าง ๆที่ส่งผลกระทบต่อความแปรปรวน
เลือกปลาและประเมินความถูกต้องของการประเมินพันธุกรรมเติบโตจากน้ำหนักร่างกาย

อคติในค่าพารามิเตอร์ทางพันธุกรรมและการปรับปรุงพันธุ์ค่า ( ebvs ) คือปริมาณน้ำหนักสำหรับเด็กที่ idtagging
( bw1 ) ที่ใช้เป็นเกณฑ์ในการเลือกก่อน และสองเก็บเกี่ยวหนักที่บันทึกนิวเคลียสน้ำจืด
( BW2 ) และสถานีทดลองทะเล ( bw2sea ) ในการแยกครอบครัวออก ที่ตัวปลาแต่ละเต็มสิบครอบครัว
ทั้งสุ่มตัวอย่าง ( R ) หรือก่อนเลือกและ bw1 ประวัติของเลือกปลาทั้งแบบ
วัด ( IND ) ปริซึมกับค่าเฉลี่ยของจำนวนครอบครัวที่เฉพาะเจาะจงเลือกปลา ( ยืนยัน ) ,
หรือถือว่าหายไป ( S ( MIS ) เหล่านี้สี่ทางเลือกข้อมูลการทดลองเปรียบเทียบการใช้คงที่เริ่มต้น
ครอบครัวขนาด 100 บุคคลก่อนการติดแท็กและสองแตกต่างกันก่อนการเลือกความเข้ม ( 40 ล้านบาท หรือ 21% ของปลาต่อ
ครอบครัวที่เลือก ) ความแปรปรวนของประมาณการใน R และ S IND ไม่แตกต่างจากค่าระหว่างค่าใน
ของการเข้ม ) กลยุทธ์ของ ส่งผลให้เกิดความแปรปรวน ยืนยันเป็นกลางประเมินแต่
ลดลงแปรปรวนตกค้าง โดยเฉพาะและ bw1 BW2 . ความถูกต้องของ ebvs , อย่างไรก็ตาม , เท่าเทียมกัน
สูง R , S และ S ยืนยันเรียงแถว ,และค่าเหล่านี้ไม่ได้เป็นหลักที่แตกต่างกันระหว่างสองการเลือกความเข้ม .
สำหรับ s – MIS , แปรปรวนประมาณการถูกขอลำเอียงในแต่ละลักษณะ และอีบีวีความถูกต้องมีอายุเฉลี่ย
ต่ำกว่าในอีก 3 วัน สภาพแวดล้อมทั่วไป varianceswere อย่างต่อเนื่อง overestimated
และตกค้างแบบที่คุณคิดในขณะที่ค่าความแปรปรวนทางพันธุกรรมเป็นอคติในทั้งสองทิศทาง ขึ้นอยู่กับลักษณะและความเข้ม
ก่อนการเลือก เพิ่มเติมสำหรับ s – MIS , ปัญหาการลู่เข้าบ่อยเกิดขึ้นในการประมาณค่าองค์ประกอบความแปรปรวน
. สำหรับการเพาะพันธุ์ปลาแบบ applyingwithin ครอบครัวก่อนเลือก
เสริมข้อมูลสำหรับการเลือกปลา โดยมีค่าเฉลี่ยของ bw1 จะเพียงพอสำหรับการควบคุมการเลือกอคติในการประเมินความหลากหลายทางพันธุกรรมของ
การเจริญเติบโต การประมาณค่าองค์ประกอบความแปรปรวนที่ถูกต้องของทั้งแบบสุ่มตัวอย่างจากครอบครัวหรือประวัติบุคคล
จากเลือกปลา
กว่า