In any population undergoing select

In any population undergoing selection, the aim is most often to get the highest genetic response. Genetic progress is linked not only to the efficiency of the selection method but also to the genetic variability in the population. Thus to preserve mid- and long-term genetic responses, conservation of genetic variability is an important point. The choice of mating systems which preserve genetic variability or/and optimize genetic gain is well documented (for example Wray and Goddard (1994), Boichard et al. (1997), and Toro et al. (1998), for a review, see de Rochambeau et al. (2000)). However all these methods require the identification of Design of breeding plans, the science of decision-making in animal breeding, has become the forgotten discipline of animal breeding since the concept of genomic selection was introduced by Meuwissen et al. (2001). Once the concept gained traction, the attention of animal breeders focused on predicting breeding values for complex traits using genomic information (Daetwyler et al., 2013 and de los Campos et al., 2013). With the promise of accurate predictions, genomic selection was quickly implemented by livestock industries around the world (Hayes et al., 2009a, Bagnato and Rosati, 2012 and Stock and Reents, 2013). Genomics was subsequently hailed as a revolution and paradigm shift for animal breeding, even though genomic information has not changed the basic assumptions underlying animal breeding and, in practice, it has only been used to rank animals. Genomic information is an exciting prospect for animal breeding, but it has been implemented with limited understanding of its impact on long-term genetic gain, which is the goal of most breeding schemes (Jannink et al., 2010 and Daetwyler et al., 2013). In some breeding schemes, genomic predictions have merely replaced conventional predictions, while breeding decisions in most, if not all, schemes have been based on ad hoc breeding plans. This review argues from the literature that breeding schemes need well-designed breeding plans to maximise long-term genetic gains from genomic information. These arguments are similar to those for conventional breeding schemes with the exception that genomic information has added an extra component to the design of breeding plans. We present these arguments in three sections. In Section 2, we present our view of the breeding landscape in the genomic era. In Section 3, we highlight several components of breeding schemes that impact on long-term genetic gains when using genomic information. These components interact, which implies that breeding plans need to optimise components simultaneously in order to maximise long-term genetic gains. In Section 4, we recommend using decision frameworks to design breeding plans for schemes that use genomic information. We limit the focus of our review to breeding schemes that aim to maximise long-term genetic gains of breeding objectives with finite resources, which is equivalent to maximising short-term genetic gains while constraining losses of genetic variation. Throughout the review, we assume that genomic information contributes to increased accuracy for predicted breeding values of complex traits. We use the term genomic information to define SNP-genotypes derived from individual animals, genomic predictions as measures of breeding values that are at least partly based on genomic information, and genomic selection as any selection decision that is at least partly based on genomic predictions.

ผลลัพธ์ (ไทย) 1:

ในประชากรใด ๆ ในระหว่างการเลือก เป้าหมายคือมักจะ ได้รับการตอบสนองทางพันธุกรรมสูง มีการเชื่อมโยงความก้าวหน้าทางพันธุกรรมไม่เพียงประสิทธิภาพของวิธีการเลือกสนาม แต่ยังรวมถึง การแปรผันทางพันธุกรรมในประชากร ดังนั้นการรักษากลาง และระยะยาวระยะทางพันธุกรรมการตอบสนอง อนุรักษ์ความแปรผันทางพันธุกรรมเป็นจุดสำคัญ การเลือกพันธุ์ระบบซึ่งเก็บรักษาความแปรปรวนทางพันธุกรรม หรือ / และปรับกำไรทางพันธุกรรมดีได้รับการบันทึกไว้ (ตัวอย่าง Wray และก็อดเดิร์ด (1994), Boichard et al. (1997), Toro et al. (1998), สำหรับรีวิว ดู de Rochambeau et al. (2000)) อย่างไรก็ ตามวิธีการเหล่านี้จำเป็นต้องมีรหัสของการออกแบบของแผนการปรับปรุงพันธุ์ วิทยาศาสตร์ของการตัดสินใจในการผสมพันธุ์สัตว์ ได้กลายเป็น วินัยลืมการผสมพันธุ์สัตว์ตั้งแต่แนวคิดของการเลือกการแนะนำโดย Meuwissen et al. (2001) ครั้งแนวคิดที่ได้รับเกาะถนน ความสนใจของพ่อพันธุ์แม่พันธุ์สัตว์เน้นการคาดคะเนค่าสำหรับลักษณะที่ซับซ้อนโดยใช้ข้อมูลจีโนมของ (Daetwyler et al. 2013 และเดอลอสคัมโพส et al. 2013) การผสมพันธุ์ กับการคาดคะเนถูกต้อง การเลือกได้อย่างรวดเร็วดำเนิน โดยอุตสาหกรรมปศุสัตว์ทั่วโลก (Hayes et al., (2009a), Bagnato และ Rosati, 2012 และสต็อก และ Reents, 2013) Genomics ต่อมาถูกยกย่องเป็นกะปฏิวัติและกระบวนทัศน์เพื่อการผสมพันธุ์สัตว์ แม้ว่าข้อมูลการไม่เปลี่ยนแปลงสมมติฐานพื้นฐานที่ต้นการเพาะพันธุ์สัตว์ และ ปฏิบัติ มีเพียงการใช้สัตว์อันดับ ข้อมูลการเป็นโอกาสน่าตื่นเต้นสำหรับการผสมพันธุ์สัตว์ แต่ได้ถูกใช้ ด้วยความเข้าใจที่จำกัดของผลกระทบในระยะยาวทางพันธุกรรมกำไร ซึ่งเป็นเป้าหมายของแผนการผสมพันธุ์มากที่สุด (Jannink et al. 2010 และ Daetwyler et al. 2013) ในบางแผนการผสมพันธุ์ การคาดคะเนได้เพียงแทนคาดการณ์ทั่วไป ในขณะที่การตัดสินใจในที่สุด การเพาะพันธุ์ถ้าไม่ แผนงานได้รับตามแผนผสมพันธุ์กิจ รีวิวระบุว่า จากวรรณคดีที่ แผนการผสมพันธุ์ต้องการแผนการออกแบบการปรับปรุงพันธุ์เพื่อเพิ่มกำไรระยะยาวทางพันธุกรรมจากข้อมูลจีโนมของ อาร์กิวเมนต์เหล่านี้จะคล้ายกับที่สำหรับแผนผสมพันธุ์ทั่วไปยกเว้นว่า ข้อมูลการเพิ่มคอมโพเนนต์เพิ่มเติมในการออกแบบแผนการปรับปรุงพันธุ์ เรานำเสนออาร์กิวเมนต์เหล่านี้ในสามส่วน ในส่วนที่ 2 เรานำเสนอมองเห็นภูมิทัศน์พันธุ์ในยุคจีโนมของ ในส่วนที่ 3 เราเน้นหลายคอมโพเนนต์ของชุดรูปแบบที่มีผลกระทบต่อกำไรทางพันธุกรรมระยะยาวเมื่อใช้ข้อมูลการ ผสมพันธุ์ ส่วนประกอบเหล่านี้โต้ตอบกับ ซึ่งหมายถึงแผนการผสมพันธุ์ต้องให้ส่วนประกอบกันเพื่อเพิ่มกำไรพันธุกรรมระยะยาว ใน 4 ส่วน เราแนะนำให้ใช้กรอบการตัดสินใจการออกแบบแผนการผสมพันธุ์สำหรับแผนงานที่ใช้ข้อมูลจีโนมของ เราจำกัดการโฟกัสการรีวิวของเราในการผสมพันธุ์แบบที่จุดมุ่งหมายเพื่อเพิ่มกำไรระยะยาวทางพันธุกรรมของพันธุ์วัตถุประสงค์ที่ มีทรัพยากรที่มีจำกัด ซึ่งจะเท่ากับกำไรเพิ่มพันธุกรรมระยะสั้นขณะ constraining ขาดทุนของการเปลี่ยนแปลงทางพันธุกรรม ห้องรีวิว เราสมมติว่า ข้อมูลจีโนมของช่วยเพิ่มความแม่นยำสำหรับพันธุ์คาดการณ์ค่าของลักษณะที่ซับซ้อน เราสามารถใช้ข้อมูลจีโนมของระยะกำหนดพันธุ์สมุนไพรที่มาจากสัตว์แต่ละ การคาดคะเนเป็นมาตรการค่าพันธุ์น้อยบางส่วนตามข้อมูลจีโนมของ และการเลือกเป็นการตัดสินใจเลือกน้อยส่วนหนึ่งตามการคาดคะเน

ผลลัพธ์ (ไทย) 2:

ในประชากรกลุ่มใด ๆ ระหว่างการเลือกจุดมุ่งหมายคือส่วนใหญ่มักจะได้รับการตอบสนองทางพันธุกรรมสูงสุด ความคืบหน้ามีการเชื่อมโยงทางพันธุกรรมไม่เพียง แต่จะมีประสิทธิภาพของวิธีการที่เลือก แต่ยังรวมถึงความแปรปรวนทางพันธุกรรมในประชากร ดังนั้นเพื่อรักษาการตอบสนองทางพันธุกรรมกลางและระยะยาวการอนุรักษ์ผันแปรทางพันธุกรรมเป็นจุดสำคัญ ทางเลือกของระบบการผสมพันธุ์ซึ่งรักษาความแปรปรวนทางพันธุกรรมและ / หรือเพิ่มประสิทธิภาพกำไรทางพันธุกรรมเป็นเอกสารที่ดี (เช่นเฟย์เรย์และก็อดดาร์ด (1994), Boichard et al. (1997) และ Toro et al. (1998) สำหรับการตรวจสอบดู เดอโกโรแซมโบ et al. (2000)) แต่วิธีการเหล่านี้จำเป็นต้องมีบัตรประจำตัวของการออกแบบแผนการผสมพันธุ์วิทยาศาสตร์ของการตัดสินใจในการผสมพันธุ์สัตว์ได้กลายเป็นวินัยลืมของการปรับปรุงพันธุ์สัตว์ตั้งแต่แนวคิดของการเลือกจีโนมได้รับการแนะนำโดย Meuwissen et al, (2001) เมื่อแนวคิดได้รับแรงดึงความสนใจของพ่อพันธุ์แม่พันธุ์สัตว์มุ่งเน้นไปที่การทำนายคุณค่าการผสมพันธุ์สำหรับลักษณะที่ซับซ้อนโดยใช้ข้อมูลจีโนม (DAETWYLER et al., 2013 De Los Campos et al., 2013) ด้วยคำมั่นสัญญาของการคาดการณ์ที่ถูกต้อง, การเลือกจีโนมได้ดำเนินการได้อย่างรวดเร็วโดยอุตสาหกรรมปศุสัตว์ทั่วโลก (Hayes et al., 2009a, Bagnato และ Rosati 2012 และสต็อกและ Reents, 2013) ฟังก์ชั่นได้รับการยกย่องเป็นภายหลังการปฏิวัติและกระบวนทัศน์กะสำหรับการเพาะพันธุ์สัตว์แม้ว่าข้อมูลจีโนมยังไม่ได้เปลี่ยนสมมติฐานพื้นฐานพื้นฐานการปรับปรุงพันธุ์สัตว์และในทางปฏิบัติจะได้รับการเดียวที่ใช้ในการจัดอันดับสัตว์ ข้อมูลจีโนมเป็นโอกาสที่น่าตื่นเต้นสำหรับการเพาะพันธุ์สัตว์ แต่จะได้รับการดำเนินการด้วยความเข้าใจที่ จำกัด ของผลกระทบต่อกำไรทางพันธุกรรมในระยะยาวซึ่งเป็นเป้าหมายของที่สุดแผนการผสมพันธุ์ (Jannink et al., 2010 และ DAETWYLER et al. 2013 ) ในบางรูปแบบการเพาะพันธุ์การคาดการณ์จีโนมได้เปลี่ยนเพียงการคาดการณ์เดิมในขณะที่การตัดสินใจการเพาะพันธุ์ในที่สุดหากไม่ได้ทุกรูปแบบได้รับการขึ้นอยู่กับแผนเฉพาะกิจการปรับปรุงพันธุ์ รีวิวนี้ระบุจากวรรณกรรมที่แผนการเพาะพันธุ์ต้องทั้งการออกแบบแผนการปรับปรุงพันธุ์เพื่อเพิ่มกำไรทางพันธุกรรมระยะยาวจากข้อมูลจีโนม ข้อโต้แย้งเหล่านี้มีความคล้ายคลึงกับแผนการปรับปรุงพันธุ์ธรรมดามีข้อยกเว้นว่าข้อมูลจีโนมได้เพิ่มองค์ประกอบที่พิเศษในการออกแบบของแผนการผสมพันธุ์ เรานำเสนอข้อโต้แย้งเหล่านี้ในสามส่วน ในส่วนที่ 2 เรานำเสนอมุมมองของภูมิทัศน์ผสมพันธุ์ของเราในยุคจีโนม ในส่วน 3 เราเน้นองค์ประกอบหลายรูปแบบของการปรับปรุงพันธุ์ผลกระทบต่อกำไรทางพันธุกรรมในระยะยาวว่าเมื่อใช้ข้อมูลจีโนม องค์ประกอบเหล่านี้มีปฏิสัมพันธ์ซึ่งหมายถึงว่าแผนการปรับปรุงพันธุ์จะต้องเพิ่มประสิทธิภาพส่วนประกอบไปพร้อม ๆ กันเพื่อที่จะเพิ่มกำไรทางพันธุกรรมในระยะยาว ในมาตรา 4 เราขอแนะนำให้ใช้กรอบการตัดสินใจในการออกแบบแผนการพันธุ์สำหรับรูปแบบที่ใช้ข้อมูลจีโนม เรา จำกัด จุดเน้นของการตรวจสอบของเราแผนการปรับปรุงพันธุ์ที่มีจุดมุ่งหมายเพื่อเพิ่มกำไรทางพันธุกรรมในระยะยาวของวัตถุประสงค์ของการปรับปรุงพันธุ์ที่มีทรัพยากร จำกัด ซึ่งเทียบเท่ากับการเพิ่มกำไรทางพันธุกรรมในระยะสั้นในขณะที่ข้อ จำกัด ของการสูญเสียความหลากหลายทางพันธุกรรม ตลอดการตรวจสอบเราคิดว่าข้อมูลจีโนมที่ก่อให้เกิดความถูกต้องเพิ่มขึ้นสำหรับการคาดการณ์ค่าการผสมพันธุ์ของลักษณะที่ซับซ้อน เราใช้ข้อมูลจีโนมระยะเพื่อกำหนด SNP-ยีนมาจากสัตว์แต่ละคาดการณ์จีโนมเป็นมาตรการของคุณค่าการผสมพันธุ์ที่เป็นไปตามอย่างน้อยส่วนหนึ่งเกี่ยวกับข้อมูลจีโนมจีโนมและการเลือกการตัดสินใจการเลือกใด ๆ ที่มีอย่างน้อยส่วนหนึ่งขึ้นอยู่กับการคาดการณ์จีโนม

ผลลัพธ์ (ไทย) 3:

ในการเลือกประชากร เป้าหมายคือส่วนใหญ่มักจะได้รับการตอบสนองทางพันธุกรรมมากที่สุด ความก้าวหน้าทางพันธุกรรมที่เชื่อมโยงไม่เพียง แต่เพื่อประสิทธิภาพของการเลือกวิธี แต่ยังเพื่อความแปรปรวนทางพันธุกรรมในประชากร ดังนั้นเพื่อรักษากลางและระยะยาวการตอบสนองทางพันธุกรรม , การอนุรักษ์การผันแปรทางพันธุกรรมเป็นสำคัญ ทางเลือกของระบบการผสมพันธุ์ซึ่งรักษาความแปรปรวนทางพันธุกรรมและ / หรือปรับพันธุกรรมจะได้รับเอกสารดี ( เช่น เวย์ กับ กอดดาร์ด ( 1994 ) , boichard et al . ( 1997 ) และ Toro et al . ( 1998 ) เพื่อการตรวจสอบ ดู เดอ rochambeau et al . ( 2000 ) อย่างไรก็ตามวิธีเหล่านี้ต้องระบุการออกแบบแผนผสมพันธุ์ ศาสตร์แห่งการตัดสินใจในการปรับปรุงพันธุ์สัตว์ กลายเป็น ลืม วินัยของการปรับปรุงพันธุ์สัตว์ ตั้งแต่แนวคิดของการสร้างเป็นที่รู้จักโดย meuwissen et al . ( 2001 ) เมื่อแนวคิดได้รับแรงฉุดความสนใจของนักปรับปรุงพันธุ์สัตว์เน้นทำนายค่าการผสมพันธุ์สำหรับลักษณะที่ซับซ้อนโดยใช้ข้อมูลจีโนม ( daetwyler et al . , 2013 และ de Los Campos et al . , 2013 ) กับสัญญาของการคาดการณ์ที่ถูกต้อง การสร้างได้อย่างรวดเร็วโดยปศุสัตว์อุตสาหกรรมทั่วโลก ( เฮย์ et al . , 2009a bagnato โรซาติ , และ , และ หุ้น และ reents 2012 , 2013 ) ลักษณะทางพันธุกรรมและยกย่องว่าเป็นการปฏิวัติและการเปลี่ยนกระบวนทัศน์เพื่อการปรับปรุงพันธุ์สัตว์ แม้ว่าข้อมูลจีโนมไม่ได้เปลี่ยนสมมติฐานพื้นฐานพื้นฐานการปรับปรุงพันธุ์สัตว์ และ ปฏิบัติ มันได้ถูกใช้เพื่อจัดอันดับสัตว์ ข้อมูลจีโนมเป็นโอกาสที่น่าตื่นเต้นสำหรับการปรับปรุงพันธุ์สัตว์ แต่ไม่ได้ใช้ความเข้าใจ จำกัด ของผลกระทบต่อพันธุกรรมได้ในระยะยาว ซึ่งเป็นเป้าหมายของแผนการปรับปรุงพันธุ์มากที่สุด ( jannink et al . , 2010 และ daetwyler et al . , 2013 ) ในบางรูปแบบการผสมพันธุ์จีโนมมีเพียงแทนที่ทำนาย , คาดการณ์ตามปกติ ในขณะที่การตัดสินใจในการปรับปรุงมากที่สุดหากไม่ได้ทั้งหมดของรูปแบบได้ตามแผนเฉพาะกิจในการผสมพันธุ์ รีวิวนี้แย้งจากวรรณกรรมที่แผนการผสมพันธุ์ต้องการ ออกแบบ วางแผนที่จะเพิ่มผลกำไรในระยะยาว จากข้อมูลทางพันธุกรรมจีโนมของการปรับปรุงพันธุ์ อาร์กิวเมนต์เหล่านี้จะคล้ายกับผู้เพาะพันธุ์แบบธรรมดา มีข้อยกเว้นว่าข้อมูลจีโนมได้เพิ่มส่วนประกอบพิเศษในการออกแบบแผนผสมพันธุ์ เราเสนอข้อโต้แย้งเหล่านี้ใน 3 ส่วนคือ ในส่วนที่ 2 เราเสนอมุมมองของเราของการปรับปรุงภูมิทัศน์ในยุค Genomic . ในส่วนที่ 3 เราเน้นองค์ประกอบหลายของแผนการปรับปรุงพันธุ์ที่ส่งผลกระทบต่อกำไรในระยะยาวเมื่อใช้ข้อมูลทางพันธุกรรมจีโนม . ส่วนประกอบเหล่านี้โต้ตอบ ซึ่งก็หมายความว่าแผนการผสมพันธุ์ต้องเพิ่มส่วนประกอบพร้อมกันเพื่อเพิ่มกำไรทางพันธุกรรมในระยะยาว ในมาตรา ๔ เราแนะนำให้ใช้กรอบการตัดสินใจออกแบบโครงร่างที่ใช้ข้อมูลจีโนมของการปรับปรุงพันธุ์ เราจำกัดการโฟกัสของความคิดเห็นของเราเพื่อโครงการที่มีจุดมุ่งหมายเพื่อเพิ่มผลกำไรในระยะยาว ทางพันธุกรรมของพันธุ์วัตถุประสงค์ ด้วยทรัพยากรที่จำกัด การเพาะพันธุ์ ซึ่งเท่ากับ maximising กำไรระยะสั้นทางพันธุกรรมในขณะที่จำกัดการสูญเสียความหลากหลายทางพันธุกรรม . ไปทบทวน เราถือว่าข้อมูลจีโนมก่อให้เกิดความถูกต้องเพิ่มขึ้นเพื่อทำนายค่าการผสมพันธุ์ของลักษณะที่ซับซ้อน เราใช้คำว่าจีโนมของข้อมูลเพื่อกำหนด HR พันธุ์ที่ได้มาจากสัตว์บุคคล ทำนายค่าการผสมพันธุ์จีโนมเป็นวัดที่มีอย่างน้อยบางส่วนจากข้อมูลจีโนมจีโนม และการตัดสินใจเลือกเป็นเลือกใด ๆ ที่อย่างน้อยบางส่วนตามการคาดการณ์ของจีโนม .