Skip to main content

Use of marker haplotypes to refine covariances among relatives for breeding value estimation

Buy Article:

$43.00 plus tax (Refund Policy)

Markers flanking DNA regions, where quantitative trait loci (QTL) have been previously spotted, can be used to trace the common inheritance of major genes for a better definition of covariances among animals. A practical approach to the use of marker data to refine the additive relationship matrix used in the traditional best linear unbiased prediction (BLUP) methodology is presented. The technique allows the number of the mixed model equations to be kept to an animal level, blending polygenic pedigree data with marker haplotype information. The advantage of this marker-assisted selection (MAS) approach over BLUP selection has been assessed through a stochastic simulation. A finite locus model with 32 independent biallelic loci was generated with normally distributed allelic effects. The heritability of the trait, measured on both sexes and on females only, was set to 0.2 and 0.5. Five-allelic markers 2, 10 and 20 cM apart, bracketed the QTL with the largest effect on the trait, accounting for 17% of the genetic variance. The bracketed QTL had two or eight alleles and its position was undefined within the bracket. Results show a moderate 2% advantage of MAS over BLUP in terms of higher genetic response when trait was recorded on both sexes and heritability was 0.2. The benefit is in the short term, but it lasts longer with polyallelic QTL. When the trait was recorded on females only, MAS produced only a small and insignificant genetic gain, but reduced the overall inbreeding in the population. MAS was also inefficient when heritability was 0.5.

German
Verwendung von Marker Haplotypen zur Verbesserung der Kovarianzen zwischen Verwandten in der Zuchtwertschätzung

Marker, die DNA-Regionen flankieren, in denen Quantitative Trait Loci (QTL) zuvor gefunden wurden, können verwendet werden, um die allgemeine Vererbung von Majorgenen zu entschlüsseln und um Kovarianzen zwischen Tieren besser zu definieren. Es wird ein praktikabler Ansatz zur Verwendung von Marker-Daten gezeigt, um die additive Verwandtschaftsmatrix, die in der traditionellen BLUP-Methode benutzt wird, zu verfeinern. Die Technik lässt die Zahl der Mixed Model Equations (MME) auf einem Tierlevel und vermischt polygene Pedigreedaten mit Informationen über Markerhaplotypen. Der Vorteil dieses MAS Ansatzes gegenüber der BLUP Selektion wurde anhand einer stochastischen Simulation überprüft. Ein begrenztes Locus-Modell mit 32 unabhängigen biallelen Loci wurde mit normalverteilten Alleleffekten erstellt. Die Heritabilität des Merkmals, gemessen sowohl an beiden Geschlechtern als auch nur an den weiblichen Tieren wurde auf 0,2 und 0,5 festgelegt. Marker mit 5 Allelen, die 2, 10 und 20 cM auseinander lagen, teilten den QTL mit dem größten Effekt auf das Merkmal, unter Berücksichtigung von 17% der genetischen Varianz. Der zerlegte QTL hatte zwei oder acht Allele und seine Position war innerhalb der Abschnitte nicht definiert. Die Ergebnisse zeigen einen moderaten 2-%igen Vorteil der MAS gegenüber BLUP in Bezug auf eine höhere genetische Antwort, wenn das Merkmal von beiden Geschlechtern berücksichtigt wurde und die Heritabilität 0,2 betrug. Der Vorteil kommt v. a. bei polyallelen QTL zu tragen. Bei ausschließlicher Berücksichtigung der weiblichen Tiere ergab MAS nur einen kleinen und nichtsignifikanten genetischen Vorteil, aber der Inzuchtkoeffizient der Population wurde reduziert. MAS war auch bei einer Heritabilität von 0,5 nicht effizient.
No References
No Citations
No Supplementary Data
No Data/Media
No Metrics

Document Type: Research Article

Affiliations: 1: Istituto di Zootecnica Veterinaria, University of Milan and IDVGA-CNR, Italy 2: Department of Animal and Poultry Science, University of Guelph, Guelph, Ontario, Canada

Publication date: 2001-04-01

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more