Zur Seitenansicht
 

Titelaufnahme

Titel
Genotype imputation and genomic predictions in indicine dairy and beef cattle populations of Brazil / Solomon Antwi Boison
VerfasserBoison, Solomon Antwi
Begutachter / BegutachterinBaldi, Fernando Sebastian ; Stella, Alessandra
Betreuer / BetreuerinSölkner, Johann ; Silva, Marcos V.G.B. da ; Garcia, Jose Fernando
ErschienenJuly 2015
Umfang191 Seiten : Diagramme
HochschulschriftUniversität für Bodenkultur, Univ., Dissertation, 2015
Anmerkung
Zusammenfassung in deutscher Sprache
Paralleltitel [Übersetzung des Verfassers]: Genotyp-Imputation und genomische Zuchtwertschätzung zebuiner Milch- und Fleischrinderpopulationen in Brasilien
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)genomischer Selektion / Imputierung / Nelore - Fleischrind / Gyr-Milchrind / Illumina BovineHD / Illumina BovineSNP50 / GeneSeek Super Genomic Profiler / indicine - SGGP20Ki / GeneSeek Genomic Profiler indicine - GGP75Ki
Schlagwörter (EN)Genomic selection / Imputation / Nelore - beef cattle / Gyr - dairy cattle / Illumina BovineHD / Illumina BovineSNP50 / GeneSeek Super Genomic Profiler / indicine - SGGP20Ki / GeneSeek Genomic Profiler indicine - GGP75Ki
Schlagwörter (GND)Rinderzucht / Auslese / Genotypisierung
URNurn:nbn:at:at-ubbw:1-18274 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Genotype imputation and genomic predictions in indicine dairy and beef cattle populations of Brazil [5.25 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die praktische Anwendung von genomischer Selektion (GS) in der Tierzuchtindustrie wird von vielen Faktoren beeinflusst. Wobei einer der wichtigsten der Preis für die Genotypisierung ist. Um die Kosten von GS zu reduzieren werden verschiedene Imputierungmethoden verwendet. Imputierung und GS wurden bereits umfassend für taurine Milch-und Fleischrinder erforscht. Für indicine Rinderpopulationen gibt es kaum Information. Ziel dieser Studie war die Imputierung und Genauigkeit der genomischen Vorhersage für zwei indigene Rinderpopulation Brasiliens (Nelore-Fleischrind und Gyr-Milchrind) zu maximieren. Strategien zur Maximierung der Genauigkeit wurden untersucht. Dabei wurde versucht die optimale Anzahl an Markern für HD-Panel oder LD-Panel für Nelore und Gyr Rinder zu finden. Bereits ein Minimum von 15K Markern ist genug um eine relativ gute Genauigkeit zu erreichen wenn der Illumina HD Chip als HD-Marker eingesetzt wurde. Dieses Minimum an Markern kann bereits mit kommerziellen SNP-Chips (50K, SGGP-20Ki and GGP-75Ki) oder anhand von individuellen SNP-Chips aus einer Kombination von 7K und anderen SNPs erfolgen. Die Genomische Vorhersage für Gyr und für Nelore (in der Arbeit von Carvalheiro et al., 2013; Neves et al., 2014) erfolgte in erster Linie anhand von Illumina HD-Chips. Zusätzlich wurden drei LD-Chips (Illumina 50K; GeneSeek SGGP-20Ki and GGP-75Ki) für die Rasse Gyr in der vorliegenden Arbeit überprüft. Der relative Anstieg der Sicherheiten von genomisch geschätzten Zuchtwerten, im Vergleich wenn nur die durchschnittliche Elterninformation verwendet wird, war moderat für Nelore, aber hoch für Gyr. Zusätzlich konnte gezeigt werden, dass es zu keinem Verlust der Genauigkeit kommt, wenn LD-Panele eingesetzt werden. Anhand der zwei durchgeführten Studien für die beiden Rassen Nelore und Gyr kann geschlussfolgert werden, dass die Verwendung von genomischer Information für die Zuchtwertschätzung durchführbar ist und einen Beitrag zur Selektion der Jungstiere liefert.

Zusammenfassung (Englisch)

Application of genomic selection (GS) in the breeding industry depends, among other factors, on the price of genotyping. To reduce the cost of GS, imputation approaches have been used. Imputation strategies and GS have been comprehensively studied in several taurine populations but limited information is available on indicine populations. The objective of the thesis was to investigate strategies to maximize genotype imputation and accuracy of genomic predictions in two (Nelore -beef cattle and Gyr - dairy cattle) indicine cattle populations of Brazil. Strategies to maximize accuracy of imputation of different SNP chips were investigated. Imputation strategies were based on finding the optimum number of markers as high or low density marker panel in Nelore and Gyr cattle. We found that a minimum of 15K markers was enough to achieve relatively good accuracies when the Illumina HD chip was used as higher density marker panel. This minimum number of markers could be obtained from commercially available SNP chips (Illumina 50K, GeneSeek SGGP-20Ki and GGP-75Ki) or from customized SNP chips derived from a combination of the 7K plus other carefully selected SNPs. Genomic predictions were also undertaken in Gyr and Nelore (Carvalheiro et al., 2013; Neves et al., 2014). Genomic predictions were studied primarily with the Illumina HD SNP chip for both Nelore and Gyr cattle. Additionally, the performances of three low density SNP chips (50K, SGGP-20Ki and GGP-75Ki) were assessed in the study of Gyr. The relative gain in accuracy of genomic breeding values compared to using parent average information was reported to be moderate in Nelore but high in Gyr. Additionally, there was little to no loss in accuracy when using any of the three low density panels. The overall conclusion from these two studies on GS in Nelore and Gyr cattle was that the use of genomic information in estimating breeding values is feasible and would help increase accuracy of selection for young bulls.