quantitative genetics n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Quantitative Genetics PowerPoint Presentation
Download Presentation
Quantitative Genetics

Loading in 2 Seconds...

play fullscreen
1 / 41

Quantitative Genetics - PowerPoint PPT Presentation


  • 122 Views
  • Uploaded on

Quantitative Genetics. พีระพงษ์ แพงไพรี. ความแตกต่างของสองลักษณะ. Qualitative traits. Quantitative traits. ควบคุมด้วยยีนมากคู่ สิ่งแวดล้อมมีผลมาก ต้องชั่ง ตวง วัด. ควบคุมด้วยยีนน้อยคู่ สิ่งแวดล้อมมีผลน้อย แยกหมวดหมู่ได้. P = G + E + ( GxE ). P = Phenotype G = Genetic or Genotype

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Quantitative Genetics' - vachel


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
quantitative genetics

Quantitative Genetics

พีระพงษ์ แพงไพรี

slide2
ความแตกต่างของสองลักษณะความแตกต่างของสองลักษณะ

Qualitative traits

Quantitative traits

ควบคุมด้วยยีนมากคู่

สิ่งแวดล้อมมีผลมาก

ต้องชั่ง ตวง วัด

  • ควบคุมด้วยยีนน้อยคู่
  • สิ่งแวดล้อมมีผลน้อย
  • แยกหมวดหมู่ได้
p g e gxe
P = G + E + (GxE)

P = Phenotype

G = Genetic or Genotype

E = Environment

GxE = Genetic - Environment interaction

slide4

P = G + E

additive gene

G = A + D + I

epistasis effect

permanent environment

dominant effect

E = Ep +Et

temporary environment

P = A + D + I + Ep + Et

slide5

P = A + D + I + Ep + Et

2P= 2A+2D+2I+2Ep+2Et

additive gene

slide6

2P= 2A+2D+2I+2Ep+2Et

2A

= อัตราพันธุกรรม (heritability, h2)

2P

หมายถึง สัดส่วนความแปรปรวนเนื่องจากพันธุกรรม

ต่อ ความแปรปรวนทั้งหมด

slide7
ประเภทของอัตราพันธุกรรมประเภทของอัตราพันธุกรรม

1

2G

= board sense heritability, h2B

2P

2

2A

= narrow sense heritability, h2N

2P

slide8
ระดับของอัตราพันธุกรรมระดับของอัตราพันธุกรรม

สูง = > 0.35

คุณภาพ

ผลผลิต

ปานกลาง= 0.20 - 0.35

ต่ำ = < 0.20

การสืบพันธุ์, การอยู่รอด

slide9
แนวทางการใช้ประโยชน์

สูง

ปานกลาง

ต่ำ

no

heterosis

no

yes

selection

program

cross breed

management

program

slide10
การคำนวณหา h2
  • sib analysis
    • half-sib analysis
    • full-sib analysis
  • regression between parent and offspring
half sib analysis
half-sib analysis

2sire

sire 1

sire 2

sire 3

2offspring/sire = 2W

Yij =  + sirei + offspring/sirej/i

half sib analysis1
half-sib analysis

2sire

sire 1

sire 2

sire 3

2offspring/sire = 2W

slide13

2total = 2sire +2W = 2P

COVhalf sib = ¼ 2A = 2sire

42sire = 2A

anova
ANOVA

Yij =  + sirei + offspring/sirej/i

k = จำนวนลูกต่อพ่อ

2W = MSW

2sire = (MSS – MSW)

k

anova1
ANOVA

Yij =  + sirei + offspring/sirej/i

20

18,000

900

10,800

9

1,200

29

28,800

2W = 900

k = 3

2sire = (1,200 – 900) = 100

3

full sib analysis
full-sib analysis

2Sire

2Dam

2W

Dam 1

Dam 2

sire 1

sire 2

Yij =  + sirei + dam/sirej/i+ offspring/dam/sirei/j/k

full sib analysis1
full-sib analysis

2Sire

2Dam

2W

Dam 1

Dam 2

sire 1

sire 2

slide18

2P = 2Sire+2Dam+2W

COVfull sib = ½2A+¼2D = 2Sire+2Dam

2(2sire+2Dam)= 2A+ ½2D

COVhalf sib = ¼2A = 2Sire

42sire = 2A

slide19

42sire = 2A

42Dam = 2A+2D

2(2sire+2Dam)= 2A+ ½2D

COVfull sib-half sib= ¼2A+¼2D = 2Dam

42Dam = 2A+2D

slide20

42sire = 2A

42Dam = 2A+2D

2(2sire+2Dam)= 2A+ ½2D

42sire = 2A

2A

h2 = _____

2P

2P

42Dam = 2A+2D

2P

2(2sire+2Dam)= 2A+ ½2D

2P

anova2
ANOVA

Yij =  + sirei + dam/sirej/i+ offspring/dam/sirei/j/k

2sire = (MSS – MSD)

k2

2Dam = (MSD – MSW)

k1

2W = MSW

k1 = จำนวนลูกต่อแม่

k2 = จำนวนลูกต่อพ่อ

anova3
ANOVA

Yij =  + sirei + dam/sirej/i+ offspring/dam/sirei/j/k

490

10

49

657

1,980

33

9

60

73

3,127

79

2W = 33

2Sire = 3

2sire = (73 – 49)

8

2Dam = (49 – 33)

4

2Dam = 4

k1 = 4

k2 = 8

slide23

2Sire = 3

2Dam = 4

2W = 33

42sire = 2A

2P

2A

42Dam = 2A+2D

h2 = _____

2P

2P

2(2sire+2Dam)= 2A+ ½2D

2P

regression between parent and offspring
regression between parent and offspring

½ 2A = b

COV(แม่,ลูก)

b = __________

2b = 2A

V(แม่)

slide25

COV(แม่,ลูก) = 100

b = ______________

V(แม่) = 1000

b = 0.1

h2 = 2b = 2(0.1) = 0.2

slide26

2G

2EP

slide27

2P= 2A+2D+2I+2Ep+2Et

2G+2Ep

= อัตราซ้ำ (repeatability, t)

2P

หมายถึง สัดส่วนความแปรปรวนเนื่องจากพันธุกรรม

และสิ่งแวดล้อมถาวร ต่อ

ความแปรปรวนทั้งหมด

slide28

2W

2e

2W = 2G + 2EP

2e = 2ET

2W

t = __________

2W+2e

anova4
ANOVA

k = จำนวนข้อมูลต่อตัว

2e = MSe

2W = (MSW– MSe)

k

anova5
ANOVA

20

9,000

450

19,800

9

2,200

29

28,800

2e = 450

k = 3

2W = (2,200 – 450) = 583

3

slide31

0  h2 1

0  t 1

genetic correlation r g
genetic correlation (rG)

สหสัมพันธ์ทางพันธุกรรม (rG)

  • pleiotropy
  • genetic linkage

-1  rG +1

slide33

+

FCR

0

ADG 

slide34

FCR

-

0

ADG 

slide35

XY

r= ____________

2X 2Y

half sib analysis2
half-sib analysis

ADG

2SADG

2S

2SFCR

FCR

SADGFCR

2WADG

ADG

sire 1

sire 2

sire 3

2W

2WFCR

FCR

anova6
ANOVA

ADG

2SADG

FCR

2SFCR

ancova
ANCOVA

SADGFCR

SADGFCR

r= _________________

2SADG  2SFCR

anova7
ANOVA

ADG

2SADG = 75

FCR

2SFCR = 165

ancova1
ANCOVA

2SADG = 75

2SFCR = 165

SADGFCR= 80