Significant gains have been made th

Significant gains have been made through phenotypic selection enhanced by pedigree relationships and continually improving statistical methodology. Genomic selection, recently enabled by assays for dense SNP located throughout the genome, promises to increase selection accuracy and accelerate genetic improvement by emphasizing the SNP most strongly correlated to phenotype although the genes and sequence variants affecting phenotype remain largely unknown. These genomic predictions theoretically rely on linkage disequilibrium (LD) between genotyped SNP and unknown functional variants, but familial linkage may increase effectiveness when predicting individuals related to those in the training data. Genomic selection with functional SNP genotypes should be less reliant on LD patterns shared by training and target populations, possibly allowing robust prediction across unrelated populations. Although the specific variants causing polygenic variation may never be known with certainty, a number of tools and resources can be used to identify those most likely to affect phenotype. Associations of dense SNP genotypes with phenotype provide a 1-dimensional approach for identifying genes affecting specific traits; in contrast, associations with multiple traits allow defining networks of genes interacting to affect correlated traits. Such networks are especially compelling when corroborated by existing functional annotation and established molecular pathways. The SNP occurring within network genes, obtained from public databases or derived from genome and transcriptome sequences, may be classified according to expected effects on gene products. As illustrated by functionally informed genomic predictions being more accurate than naive whole-genome predictions of beef tenderness, coupling evidence from livestock genotypes, phenotypes, gene expression, and genomic variants with existing knowledge of gene functions and interactions may provide greater insight into the genes and genomic mechanisms affecting polygenic traits and facilitate functional genomic selection for economically important traits.

ผลลัพธ์ (ไทย) 1:

ได้ทำกำไรอย่างมีนัยสำคัญ โดยเลือกไทป์ด้วยสายเลือดความสัมพันธ์และระเบียบวิธีทางสถิติปรับปรุงอย่างต่อเนื่อง เลือก genomic เพิ่ง เปิดใช้งาน โดย assays สำหรับ SNP ที่หนาแน่นอยู่ทั่วจีโนม สัญญานี้เพื่อเพิ่มตัวเลือกความถูกต้อง และเร่งปรับปรุงทางพันธุกรรม โดยเน้น SNP สุดอย่างยิ่ง correlated กับ phenotype แม้ว่ายีนและลำดับตัวแปรที่ส่งผลกระทบต่อ phenotype ยังคงไม่รู้จักส่วนใหญ่ คาดการณ์เหล่านี้ genomic ครั้งแรกราคาอาศัยเชื่อมโยง disequilibrium (LD) ระหว่าง genotyped SNP และรู้จักทำงานตัวแปร แต่เชื่อมโยงภาวะอาจเพิ่มประสิทธิภาพเมื่อคาดการณ์บุคคลที่เกี่ยวข้องกับผู้ที่อยู่ในข้อมูลการฝึกอบรม เลือก genomic กับศึกษาจีโนไทป์ SNP หน้าที่ควรน้อยพึ่งพารูปแบบ LD ร่วม ด้วยประชากรเป้าหมายและการฝึกอบรม อาจให้คาดเดาที่แข็งแกร่งในกลุ่มประชากรที่ไม่เกี่ยวข้อง แม้ไม่ได้รู้จักตัวแปรเฉพาะที่ก่อให้เกิดความผันแปร polygenic มีแน่นอน สามารถใช้เครื่องมือและทรัพยากรเพื่อระบุผู้ที่มักมีผลกับ phenotype ความสัมพันธ์ของความหนาแน่นสูง SNP กับ phenotype มีวิธี 1 มิติสำหรับการระบุยีนที่ส่งผลกระทบต่อลักษณะเฉพาะ ในทางตรงกันข้าม ความสัมพันธ์กับลักษณะหลายอนุญาตให้กำหนดเครือข่ายของการโต้ตอบมีผลต่อลักษณะ correlated เครือข่ายดังกล่าวน่าสนใจโดยเฉพาะอย่างยิ่งเมื่อ corroborated โดยอธิบายการทำงานที่มีอยู่ และสร้างมนต์โมเลกุล SNP ที่เกิดขึ้นภายในเครือข่ายยีน รับจากฐานข้อมูลสาธารณะ หรือมาจากลำดับการจีโนมและ transcriptome อาจจะแบ่งตามผลกระทบที่คาดไว้ในยีน ตามฟังก์ชัน ทราบ genomic คาดคะเนได้ถูกต้องมากกว่าการคาดคะเนทั้งจีโนมขำน่าของเนื้อเจ็บ coupling หลักฐานจากการศึกษาจีโนไทป์ปศุสัตว์ ฟี ยีน และ genomic ย่อยความรู้ที่มีอยู่ของยีนฟังก์ชันและการโต้ตอบอาจให้เข้าใจมากขึ้นในยีนและกลไกที่ส่งผลกระทบต่อลักษณะ polygenic genomic และช่วยในการทำงานเลือก genomic ลักษณะสำคัญทางเศรษฐกิจ

ผลลัพธ์ (ไทย) 2:

กำไรอย่างมีนัยสำคัญได้รับการทำผ่านการคัดเลือกฟีโนไทป์เพิ่มโดยความสัมพันธ์ของสายพันธุ์อย่างต่อเนื่องและการปรับปรุงวิธีการทางสถิติ เลือกจีโนมที่เปิดใช้งานเมื่อเร็ว ๆ นี้โดยการตรวจสำหรับ SNP หนาแน่นอยู่ทั่วทั้งจีโนมสัญญาว่าจะเพิ่มความแม่นยำในการเลือกและเร่งปรับปรุงพันธุ์โดยเน้น SNP มีความสัมพันธ์มากที่สุดกับต้นแม้ว่ายีนและลำดับสายพันธุ์ที่มีผลต่อต้นส่วนใหญ่ยังไม่ทราบ เหล่านี้คาดการณ์จีโนมทฤษฎีพึ่งพาการเชื่อมโยงสมดุล (LD) ระหว่าง SNP genotyped และสายพันธุ์ที่ทำงานไม่ทราบ แต่การเชื่อมโยงในครอบครัวอาจเพิ่มประสิทธิภาพเมื่อทำนายบุคคลที่เกี่ยวข้องกับผู้ที่อยู่ในข้อมูลการฝึกอบรม ตัวเลือกที่มีจีโนมยีน SNP ทำงานควรจะน้อยพึ่งพารูปแบบ LD ร่วมกันโดยการฝึกอบรมและเป้าหมายประชากรอาจจะช่วยให้การคาดการณ์ที่แข็งแกร่งทั่วประชากรที่ไม่เกี่ยวข้องกัน แม้ว่าสายพันธุ์เฉพาะที่ทำให้เกิดการเปลี่ยนแปลง polygenic อาจไม่เคยเป็นที่รู้จักกันด้วยความมั่นใจจำนวนของเครื่องมือและทรัพยากรที่สามารถใช้ในการระบุตัวตนของผู้ที่มีโอกาสมากที่สุดที่จะส่งผลกระทบต่อต้น สมาคมของยีน SNP หนาแน่นไปด้วยต้นให้วิธี 1 มิติสำหรับการระบุยีนที่มีผลกระทบต่อลักษณะเฉพาะ ในทางตรงกันข้ามความสัมพันธ์กับลักษณะหลายช่วยให้การกำหนดเครือข่ายการมีปฏิสัมพันธ์ของยีนที่ส่งผลกระทบต่อลักษณะความสัมพันธ์ เครือข่ายดังกล่าวเป็นที่น่าสนใจโดยเฉพาะอย่างยิ่งเมื่อการยืนยันโดยคำอธิบายประกอบการทำงานที่มีอยู่และเป็นที่ยอมรับทางเดินโมเลกุล SNP ยีนที่เกิดขึ้นภายในเครือข่ายที่ได้รับจากฐานข้อมูลสาธารณะหรือรับมาจากจีโนมและยีนลำดับอาจจำแนกตามผลกระทบที่คาดว่าจะเกี่ยวกับผลิตภัณฑ์ของยีน แสดงตามการคาดการณ์จีโนมทราบหน้าที่ถูกต้องมากกว่าการคาดการณ์จีโนมทั้งหมดไร้เดียงสาของความอ่อนโยนเนื้อเพศสัมพันธ์หลักฐานจากยีนปศุสัตว์ phenotypes, การแสดงออกของยีนและจีโนมสายพันธุ์ที่มีความรู้ที่มีอยู่ในการทำงานของยีนและการสื่อสารอาจมีความเข้าใจมากขึ้นในยีนและ กลไกจีโนมที่มีผลต่อลักษณะ polygenic และอำนวยความสะดวกในการเลือกจีโนมการทำงานสำหรับลักษณะที่สำคัญทางเศรษฐกิจ

ผลลัพธ์ (ไทย) 3:

ที่สำคัญผลประโยชน์ได้รับการทำผ่านคุณสมบัติการเพิ่มความสัมพันธ์และการปรับปรุงพันธุ์อย่างต่อเนื่อง วิธีการทางสถิติ เมื่อเร็วๆ นี้ เปิดใช้งาน โดยสามารถเลือกจีโนมสำหรับ SNP หนาแน่นอยู่ทั่วโนมสัญญาว่า จะเพิ่มการเลือกความถูกต้อง และเร่งรัดการปรับปรุงพันธุ์โดยเน้น SNP อย่างมากที่สุด บวกกับการถึงแม้ว่ายีนและตัวแปรที่มีผลต่อการคงอยู่ดับไปไม่รู้จัก การคาดการณ์เหล่านี้ทฤษฎีพึ่งพาการเชื่อมโยงที่มีการเก็บน้ำ ( LD ) ระหว่าง genotyped SNP และไม่รู้จักการทำงานตัวแปรแต่คุณสมบัติการเชื่อมโยงอาจเพิ่มประสิทธิภาพเมื่อทำนายบุคคลที่เกี่ยวข้องกับผู้ที่อยู่ในข้อมูลการฝึกอบรม การเปรียบเทียบจีโนมกับ SNP หน้าที่ควรจะน้อยกว่าความต้องการร่วมกันโดยมี LD รูปแบบการฝึกอบรมและเป้าหมาย จะช่วยให้ประสิทธิภาพการทำนายในประชากรที่ไม่เกี่ยวข้องกันแม้ว่าเฉพาะสายพันธุ์ก่อให้เกิดการเปลี่ยนแปลง polygenic อาจจะรู้จักกับความแน่นอน , จำนวนของเครื่องมือและทรัพยากรที่สามารถใช้เพื่อระบุผู้ที่ส่วนใหญ่มีแนวโน้มที่จะมีผลต่อการ . สมาคมของพันธุ์ SNP หนาแน่นกับการให้วิธีการสำหรับการระบุยีนที่มีผลต่อ 1-dimensional คุณลักษณะที่เฉพาะเจาะจง ; ในทางตรงกันข้ามสมาคมที่มีลักษณะหลาย ๆช่วยให้กำหนดเครือข่ายของยีนที่มีผลต่อความสัมพันธ์ระหว่างคุณลักษณะ . เครือข่ายดังกล่าวเป็นที่น่าสนใจโดยเฉพาะอย่างยิ่งเมื่อการยืนยันโดยการจัดการการทำงานที่มีอยู่และสร้างโมเลกุลเซลล์ . ยีนที่ SNP ที่เกิดขึ้นภายในเครือข่าย ได้รับจากฐานข้อมูลสาธารณะ หรือได้มาจากจีโนมและทราน ริปโตมลำดับอาจจะแบ่งตามผลที่คาดหวังในสินค้าจีน ที่แสดงโดยแจ้งตามหน้าที่อย่างคาดคะเนได้ถูกต้องมากกว่าซื่อทั้งจีโนมของการคาดการณ์ของความนุ่มเนื้อ ซึ่งหลักฐานจากพันธุ์ ปศุสัตว์ฟีโนไทป์ , การแสดงออกของยีนและตัวแปรที่มีความรู้การทำงานของยีนที่มีอยู่ และอาจให้ข้อมูลเชิงลึกมากขึ้นในการโต้ตอบและกลไกที่มีผลต่อลักษณะยีนจีโนม polygenic และอำนวยความสะดวกการจีโนมเพื่อการทำงานลักษณะที่สำคัญทางเศรษฐกิจ