RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    Study on the genetic parameter estimation of milk production traits in Holstein dairy cattle using genome information and AI methods

    한글로보기

    https://www.riss.kr/link?id=T17568025

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
      • URL 복사
    • 오류접수
    인용문이 복사되었습니다.

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    본 연구는 홀스타인 젖소의 305일 산유형질인 Milk305, Fat305, Prot305 yields에 대한 유전모수 추정과 예측정확도 평가를 위해 PBLUP과 NNMM 기반 Bayesian genomic prediction을 적용하였다. PBLUP 분석은 표현형 자료와 혈통 정보를 이용하였고, NNMM 기반 분석은 표현형 자료와 SNP marker 정보를 함께 이용하였다.
    PBLUP 분석 결과, 세 산유형질의 유전력은 낮거나 중간 정도의 수준으로 나타났으며 반복력은 유전력보다 높게 추정되었다. 다형질 PBLUP은 단일형질 PBLUP보다 약간 높은 예측정확도를 보였으나 향상 폭은 크지 않았다. 산차별 분석에서는 1산차가 후속 산차보다 높은 유전력과 예측정확도를 보여 초기 산차 기록이 산유형질 유전평가에 상대적으로 안정적인 정보를 제공할 수 있음을 확인하였다.
    NNMM 기반 Bayesian genomic prediction에서는 BayesB가 모든 형질과 산차에서 BayesC보다 높은 예측정확도를 보였다. 또한 BayesB는 더 낮은 유전력의 posterior standard deviation을 보여 본 자료에서 더 안정적인 posterior 추정을 나타냈다. 특히 NNMM 기반 분석은 PBLUP보다 적은 수의 유전체 보유 개체를 사용하였음에도 더 높은 예측정확도를 보여 SNP marker 정보가 혈통 기반 관계를 넘어 추가적인 예측 정보를 제공할 수 있음을 의미하였다.
    종합하면, PBLUP은 대규모 표현형 및 혈통 자료를 이용한 기초 유전평가에 유용하였고, NNMM 기반 Bayesian genomic prediction은 SNP marker 정보를 직접 활용하여 유전체 보유 개체군에서 더 높은 예측정확도를 제공하였다. 본 연구 결과는 한국 홀스타인 젖소의 Milk305, Fat305, Prot305 yields에 대한 유전능력 예측에서 유전체 정보, 특히 BayesB 기반 genomic prediction의 활용 가능성을 보여준다.
    번역하기

    본 연구는 홀스타인 젖소의 305일 산유형질인 Milk305, Fat305, Prot305 yields에 대한 유전모수 추정과 예측정확도 평가를 위해 PBLUP과 NNMM 기반 Bayesian genomic prediction을 적용하였다. PBLUP 분석은 표현...

    본 연구는 홀스타인 젖소의 305일 산유형질인 Milk305, Fat305, Prot305 yields에 대한 유전모수 추정과 예측정확도 평가를 위해 PBLUP과 NNMM 기반 Bayesian genomic prediction을 적용하였다. PBLUP 분석은 표현형 자료와 혈통 정보를 이용하였고, NNMM 기반 분석은 표현형 자료와 SNP marker 정보를 함께 이용하였다.
    PBLUP 분석 결과, 세 산유형질의 유전력은 낮거나 중간 정도의 수준으로 나타났으며 반복력은 유전력보다 높게 추정되었다. 다형질 PBLUP은 단일형질 PBLUP보다 약간 높은 예측정확도를 보였으나 향상 폭은 크지 않았다. 산차별 분석에서는 1산차가 후속 산차보다 높은 유전력과 예측정확도를 보여 초기 산차 기록이 산유형질 유전평가에 상대적으로 안정적인 정보를 제공할 수 있음을 확인하였다.
    NNMM 기반 Bayesian genomic prediction에서는 BayesB가 모든 형질과 산차에서 BayesC보다 높은 예측정확도를 보였다. 또한 BayesB는 더 낮은 유전력의 posterior standard deviation을 보여 본 자료에서 더 안정적인 posterior 추정을 나타냈다. 특히 NNMM 기반 분석은 PBLUP보다 적은 수의 유전체 보유 개체를 사용하였음에도 더 높은 예측정확도를 보여 SNP marker 정보가 혈통 기반 관계를 넘어 추가적인 예측 정보를 제공할 수 있음을 의미하였다.
    종합하면, PBLUP은 대규모 표현형 및 혈통 자료를 이용한 기초 유전평가에 유용하였고, NNMM 기반 Bayesian genomic prediction은 SNP marker 정보를 직접 활용하여 유전체 보유 개체군에서 더 높은 예측정확도를 제공하였다. 본 연구 결과는 한국 홀스타인 젖소의 Milk305, Fat305, Prot305 yields에 대한 유전능력 예측에서 유전체 정보, 특히 BayesB 기반 genomic prediction의 활용 가능성을 보여준다.

    더보기

    목차 (Table of Contents)

    • Chapter 1. General Introduction 1
    • Chapter 2. Review of Literature 6
    • 1. Holstein Dairy Cattle and Milk Production Traits 6
    • 1) Holstein Dairy Cattle 6
    • 2) Milk Production Traits 7
    • Chapter 1. General Introduction 1
    • Chapter 2. Review of Literature 6
    • 1. Holstein Dairy Cattle and Milk Production Traits 6
    • 1) Holstein Dairy Cattle 6
    • 2) Milk Production Traits 7
    • 3) 305-day Milk Production Traits 7
    • 2. Genetic Merit and Breeding Value Estimation 8
    • 1) Genetic Merit and Breeding Value 8
    • 2) Heritability 9
    • 3) Repeatability 9
    • 4) Prediction Accuracy 10
    • 3. BLUP and PBLUP 11
    • 1) Best Linear Unbiased Prediction 11
    • 2) Pedigree-based BLUP 11
    • 3) Single-trait and Multi-trait Analyses 12
    • 4. Genomic Information and SNP Markers 13
    • 1) DNA Markers and SNPs 13
    • 2) Genomic Selection 13
    • 3) Genomic Information-based Genetic Evaluation Methods 14
    • 5. Bayesian Genomic Prediction 15
    • 1) Concept of Bayesian Genomic Prediction 15
    • 2) BayesB 15
    • 3) BayesC 16
    • 6. AI-based Genetic Evaluation 17
    • 7. Neural Network Mixed Model 18
    • Chapter 3. Genetic Evaluation of Milk Production Traits in Holstein Dairy Cattle Using Pedigree-Based BLUP 19
    • 1. Introduction 19
    • 2. Materials and Methods 20
    • 3. Results and Discussion 26
    • 4. Summary 38
    • Chapter 4. Genetic Evaluation of Milk Production Traits in Holstein Dairy Cattle Using NNMM-based Bayesian Genomic Prediction 39
    • 1. Introduction 39
    • 2. Materials and Methods 40
    • 3. Results and Discussion 48
    • 4. Summary 55
    • Chapter 5. General Discussion and Conclusion 57
    • 1. Comparison of Prediction Accuracy between PBLUP and NNMM-based Analyses 57
    • 2. Integrated Interpretation of the Main Findings 58
    • 3. Limitations and Future Perspectives 59
    • 4. Conclusion 60
    • References 61
    • Abstract (In Korean) 63
    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    해외이동버튼