تعداد نشریات | 31 |
تعداد شمارهها | 743 |
تعداد مقالات | 7,073 |
تعداد مشاهده مقاله | 10,149,480 |
تعداد دریافت فایل اصل مقاله | 6,857,467 |
استنباط بیزی برای مطالعه کنترل ژنتیکی تحمل به تنش کمآبی در گندم با استفاده از روش LASSO | ||
تحقیقات غلات | ||
مقاله 5، دوره 8، شماره 1، خرداد 1397، صفحه 57-72 اصل مقاله (325.7 K) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22124/c.2018.7723.1305 | ||
نویسندگان | ||
سیده فاطمه دانیالی* 1؛ پرویز صفری2؛ مهدی رحیمی3 | ||
1دانشجوی دکتری، گروه به نژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران | ||
2دانش آموخته دکتری، گروه بهنژادی و بیوتکنولوژی گیاهی، دانشکده کشاورزی، دانشگاه تبریز،تبریز، ایران | ||
3استادیار، گروه بیوتکنولوژی، پژوهشکده علوم محیطی، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران | ||
چکیده | ||
خشکی مهمترین تنش غیرزیستی است که بهطور جدی تولید و کیفیت محصول گندم ایران را تحت تاثیر قرار میدهد. اطلاعات درباره کنترل ژنتیکی توارث تحمل به تنش برای تعیین نوع برنامه اصلاحی و تولید ارقام متحمل ضروری است. در این مطالعه، استنباط بیزی با بهکارگیری روش LASSO برای شناسایی مهمترین آثارژنتیکی مرتبط با تحمل به خشکی در چارچوب روش تجزیه میانگین نسلها مورد استفاده قرار گرفت. بههمین منظور آزمایشهایی شامل دو جفت تلاقی بین ارقام حساس و متحمل (هامون × دریا و سپاهان × مروارید) و نسلهای حاصل از تلاقی آنها برای دو سال بهصورت کرتهای خردشده در دو شرایط آبیاری مطلوب و قطع آبیاری از زمان گردهافشانی بر پایه طرح بلوکهای کامل تصادفی با سه تکرار اجرا شدند. استنباط بیزی یک روش جایگزین مناسب است که دانش پیشین موجود (توزیع پیشین) را با اطلاعات حاصل از دادهها ترکیب میکند و یک توزیع احتمالی (توزیع پسین) را نتیجه میدهد که از تمام اطلاعات برای تفسیر ساختار ژنتیکی برخوردار است. LASSO یک روش موثر برای اعمال انقباض و گزینش بر آثارمدل است. ضرایب آثارغیرمهم در مدل به سمت صفر منقبض میشوند و از مدل کنار گذاشته میشوند، در حالیکه انقباض کمتری برای ضرایب مهم بهکار برده میشود. از آنجا که عمل ژنی افزایشی، غالبیت و اپیستازی در توارث عملکرد دانه در شرایط تنش و غیرتنش درگیر بودند، روشهایی که از تمام آثارژنی استفاده کنند، مانند گزینش دورهای و به دنبال آن روش شجرهای میتواند روشی سودمند برای بهبود تحمل به تنش خشکی باشد. | ||
کلیدواژهها | ||
اثر اپیستازی؛ اثر غالبیت؛ اثر افزایشی؛ تجزیه میانگین نسل ها؛ عمل ژن | ||
مراجع | ||
Balestre, M., Von Pinho, R. G. and Brito, A. H. 2012.Bayesian inference to study genetic control of resistance to gray leaf spot in maize. Genetics and Molecular Research 11(1): 17-29.##Bartlett, M. S. 1957. Measles periodicity and community size. Journal of the Royal Statistical Society. Series A (General) 120(1): 48-70.##Blasco, A. 2001.The Bayesian controversy in animal breeding. Journal of Animal Science 79(8): 2023-2046.##Chowdhry, M. A., Rafiq, M. and Alam, K. 1992.Genetic architecture of grain yield and certain other traits in bread wheat. Pakistan Journal of Agricultural Research 13(3): 216-220.##Dellaportas, P., Forster, J. J. and Ntzoufras, I. 2002.On Bayesian model and variable selection using MCMC. Statistics and Computing 12(1): 27-36.##Fotokian, M. H., Ahmadi, J. and F. Orang, S. 2008. Genetic assay of some traits in wheat (Triticumaestivum L.) under drought stress conditions using generation mean analysis. Iranian Journal of Biology 22(3): 431-441. (In Persian with English Abstract).##Gelfand, A. E. and Smith, A. F. 1990.Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association 85(410): 398-409.##Geman,S.andGeman,D.1984.Stochasticrelaxation,Gibbsdistributions and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence 6: 721-741.##Gomez, K. A. and Gomez, A. A. 1984. Statistical procedures for agricultural research.John Wiley & Sons.##Hastings, W. K. 1970.Monte Carlo sampling methods using Markov chains and their applications. Biometrika57(1): 97-109.##Ijaz, U. S. and Kashif, M. 2013. Genetic study of quantitative traits in spring wheat through generation means analysis. American-Eurasian Journal of Agricultural and Environmental Sciences 13(2): 191-197.##Kearsey, M. J. and Pooni, H. S. 1998. The genetical analysis of quantitative traits.Stanley Thornes Publishers, Ltd.##Khattab, S. A. M., Esmail, R. M. and Al-Ansary, A. M. F. 2010.Genetical analysis of somequantitative traits in bread wheat (Triticumaestivum L.).New York Science Journal 3: 152-157.##Kuo, L. and Mallick, B. 1998.Variable selection for regression models. Sankhyā: The Indian Journal of Statistics,Series B: 65-81.##Lindley, D.V. 1957.A statistical paradox. Biometrika 44(1-2): 187-192.##Lykou, A. and Ntzoufras, I. 2011.WinBUGS: A tutorial. Wiley Interdisciplinary Reviews: Computational Statistics 3(5): 385-396.##Lykou, A. and Ntzoufras, I. 2013. On Bayesian lasso variable selection and the specification of the shrinkage parameter. Statistics and Computing 23: 361-390.##Lynch, S. M. 2007. Introduction to applied Bayesian statistics and estimation for social scientists.Springer Science and Business Media.##Mather, K. and Jinks, J. L. 1971.Biometrical genetics. Cornell University Press, Ithaca, N.Y.##Mathew, B., Bauer, A. M., Koistinen, P., Reetz, T. C., Léon, J. and Sillanpää, M. J. 2012.Bayesian adaptive Markov Chain Monte Carlo estimation of genetic parameters. Heredity 109(4): 235-245.##Metropolis,N.,Rosenbluth,A.W.,Rosenbluth,M.N.,Teller,A.H.andTeller,E.1953. Equation of statecalculationsbyfastcomputingmachines. TheJournalofChemicalPhysics 21:1087-1092.##Mettle, F. O., Asiedu, L., Quaye, E. N. and Asare-Kumi, A. A. 2016. Comparison of least squares method and Bayesian with multivariate normal prior in estimating multiple regression parameters. British Journal of Mathematics and Computer Science 15(1): 1-8.##Munir, M., Chowdhry, M. A. and Ahsan, M. 2007.Generation means studies in bread wheat under drought condition. International Journal of Agriculture and Biology 9 (2): 282-286.##Nezhadahmadi, A., Prodhan, Z. H. and Faruq, G. 2013.Drought tolerance in wheat. The Scientific World Journal 2013: 1-12.##Novoselovic, D., Baric, M., Drezner, G., Gunjaca, J. and Lalic, A. 2004.Quantitative inheritance of some wheat plant traits. Genetics and Molecular Biology 27(1): 92-98.##Ntzoufras, I. 2011. Bayesian modeling using WinBUGS. Vol. 698.John Wiley & Sons.##SAS Institute. 2002. SAS user's guide: Statistics version 9 for windows. SAS Institute., Carry, NC.##Spiegelhalter, D. J., Thomas, A., Best, N. G. and Lunn, D. 2003.WinBUGS user manual. MRC Biostatistics Unit, Cambridge.##Tibshirani, R. 1996.Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society Series B (Methodological): 267-288.##Waldmann, P., Hallander, J., Hoti, F. and Sillanpää, M. J. 2008.Efficient Markov Chain Monte Carlo implementation of Bayesian analysis of additive and dominance genetic variances in noninbred pedigrees. Genetics 179(2): 1101-1112.##Wang, D., El-Basyoni, I.S., Baenziger, P.S., Crossa, J., Eskridge, K.M. and Dweikat, I. 2012.Prediction of genetic values of quantitative traits with epistatic effects in plant breeding populations. Heredity 109(5): 313-319.##Wang, D., Eskridge, K.M. and Crossa, J. 2011.Identifying QTLs and epistasis in structured plant populations using adaptive mixed LASSO. Journal of Agricultural, Biological and Environmental Statistics 16(2): 170-184.##Xu, S. 2003.Estimating polygenic effects using markers of the entire genome. Genetics, 163(2): 789-801.##Xu, S. 2007.An empirical Bayes method for estimating epistatic effects of quantitative trait loci. Biometrics 63(2): 513-521. | ||
آمار تعداد مشاهده مقاله: 845 تعداد دریافت فایل اصل مقاله: 602 |