Objective: Intramuscular fat is one of the meat quality traits that is considered in the selection strategies for Hanwoo (Korean cattle). Different methods are used to estimate the breeding value of selection candidates. In the present work we focused on accuracy of different genotype relationship matrices as described by forni and pedigree based relationship matrix. Methods: The data set included a total of 778 animals that were genotyped for BovineSNP50 BeadChip. Among these 778 animals, 72 animals were sires for 706 reference animals and were used as a validation dataset. Single trait animal model (best linear unbiased prediction and genomic best linear unbiased prediction) was used to estimate the breeding values from genomic and pedigree information. Results: The diagonal elements for the pedigree based coefficients were slightly higher for the genomic relationship matrices (GRM) based coefficients while off diagonal elements were considerably low for GRM based coefficients. The accuracy of breeding value for the pedigree based relationship matrix (A) was 13% while for GRM (GOF, G05, and Yang) it was 0.37, 0.45, and 0.38, respectively. Conclusion: Accuracy of GRM was 1.5 times higher than A in this study. Therefore, genomic information will be more beneficial than pedigree information in the Hanwoo breeding program.
Objective: This study was to determine the relationship between estimated breeding value and phenotype information after farrowing when juvenile selection was made in candidate pigs without phenotype information. Methods: After collecting phenotypic and genomic information for the total number of piglets born by Landrace pigs, selection accuracy between genomic breeding value estimates using genomic information and breeding value estimates of best linear unbiased prediction (BLUP) using conventional pedigree information were compared. Results: Genetic standard deviation (${\sigma}_a$) for the total number of piglets born was 0.91. Since the total number of piglets born for candidate pigs was unknown, the accuracy of the breeding value estimated from pedigree information was 0.080. When genomic information was used, the accuracy of the breeding value was 0.216. Assuming that the replacement rate of sows per year is 100% and generation interval is 1 year, genetic gain per year is 0.346 head when genomic information is used. It is 0.128 when BLUP is used. Conclusion: Genetic gain estimated from single step best linear unbiased prediction (ssBLUP) method is by 2.7 times higher than that the one estimated from BLUP method, i.e., 270% more improvement in efficiency.
Hyo Sang Lee;Yeongkuk Kim;Doo Ho Lee;Dongwon Seo;Dong Jae Lee;Chang Hee Do;Phuong Thanh N. Dinh;Waruni Ekanayake;Kil Hwan Lee;Duhak Yoon;Seung Hwan Lee;Yang Mo Koo
Journal of Animal Science and Technology
/
제65권4호
/
pp.720-734
/
2023
In Korea, Korea Proven Bulls (KPN) program has been well-developed. Breeding and evaluation of cows are also an essential factor to increase earnings and genetic gain. This study aimed to evaluate the accuracy of cow breeding value by using three methods (pedigree index [PI], pedigree-based best linear unbiased prediction [PBLUP], and genomic-BLUP [GBLUP]). The reference population (n = 16,971) was used to estimate breeding values for 481 females as a test population. The accuracy of GBLUP was 0.63, 0.66, 0.62 and 0.63 for carcass weight (CWT), eye muscle area (EMA), back-fat thickness (BFT), and marbling score (MS), respectively. As for the PBLUP method, accuracy of prediction was 0.43 for CWT, 0.45 for EMA, 0.43 for MS, and 0.44 for BFT. Accuracy of PI method was the lowest (0.28 to 0.29 for carcass traits). The increase by approximate 20% in accuracy of GBLUP method than other methods could be because genomic information may explain Mendelian sampling error that pedigree information cannot detect. Bias can cause reducing accuracy of estimated breeding value (EBV) for selected animals. Regression coefficient between true breeding value (TBV) and GBLUP EBV, PBLUP EBV, and PI EBV were 0.78, 0.625, and 0.35, respectively for CWT. This showed that genomic EBV (GEBV) is less biased than PBLUP and PI EBV in this study. In addition, number of effective chromosome segments (Me) statistic that indicates the independent loci is one of the important factors affecting the accuracy of BLUP. The correlation between Me and the accuracy of GBLUP is related to the genetic relationship between reference and test population. The correlations between Me and accuracy were -0.74 in CWT, -0.75 in EMA, -0.73 in MS, and -0.75 in BF, which were strongly negative. These results proved that the estimation of genetic ability using genomic data is the most effective, and the smaller the Me, the higher the accuracy of EBV.
한우의 유전체 전장의 정보를 Illumina BeadArray$^{TM}$ Bovine SNP50 assay를 이용하여 단일염기다형 현상을 조사한 결과, 유전적 다양성을 보이는 좌위가 약 32,567 좌위 이상에서 다양성을 보이고 있었으며 약 5,554 좌위에서 다양성이 조사되지 않았다. 이는 조사된 자료의 가계집단의 수가 크게 제한되었기 때문에 기인될 수 있으며 또 다른 원인으로는 한우 종축집단의 크기가 작을 수 있다는 현상을 반증한다고 사료된다. 유전분석의 기초가 되는 혈통기록에 의한 개체간 혈연관계를 유전체 정보에 의한 혈연관계와 비교하여 본 결과, 유전체 정보에 의한 혈연관계의 크기가 혈통기록에 의한 혈연관계보다 좀 더 정확하게 추정될 수 있다는 장점이 있으며 혈통기록상의 오류로 그릇된 혈연관계의 크기를 유전체 정보를 통하여 보완할 수 있다는 장점이 있다. 이러한 장점을 활용하면 유전체정보를 이용한 유전능력 평가의 정확성을 크게 향상시킬 수 있을 것으로 사료되었다.
Gwang Hyeon Lee;Khaliunaa Tseveen;Yoon Seok Lee;Hong Sik Kong
한국동물생명공학회지
/
제38권4호
/
pp.268-274
/
2023
Background: Recently, the single-step genomic best linear unbiased prediction (ssGBLUP) method, which incorporates not only genomic information but also phenotypic information of pedigree, is under study. In this study, we performed a ssGBLUP analysis on a commercial Hanwoo population using phenotypic, genotypic, and pedigree data. Methods: The test population comprised Hanwoo 1,740 heads raised in four regions of Korea, while the reference population used Hanwoo 18,499 heads raised across the country and two-generation pedigree data. Analysis was performed using genotype data generated by the Hanwoo 50 K SNP beadchip. Results: The mean Genome estimated breeding values (GEBVs) estimated using the ssGBLUP methods for carcass weight (CWT), eye muscle area (EMA), back fat thickness (BFT), and marbling score (MS) were 7.348, 1.515, -0.355, and 0.040, respectively, while the accuracy of each trait was 0.749, 0.733, 0.769, and 0.768, respectively. When the correlation analysis between the GEBVs as a result of this study and the actual slaughter performance was confirmed, CWT, EMA, BFT, and MS were reported to be 0.519, 0.435, 0.444, and 0.543, respectively. Conclusions: Our results suggest that the ssGBLUP method enables a more accurate evaluation because it conducts a genetic evaluation of an individual using not only genotype information but also phenotypic information of the pedigree. Individual evaluation using the ssGBLUP method is considered effective for enhancing the genetic ability of farms and enabling accurate and rapid improvements. It is considered that if more pedigree information of reference population is collected for analysis, genetic ability can be evaluated more accurately.
Growth traits, such as body weight, directly influence productivity and economic efficiency in the swine industry. In this study, we estimate heritability for body weight traits usinginformation from pedigree and genome-wide single nucleotide polymorphism (SNP) chip data. Four body weight phenotypes were measured in 1,105 $F_2$ progeny from an intercross between Landrace and Jeju native black pigs. All experimental animals were subjected to genotypic analysis using PorcineSNP60K BeadChip platform, and 39,992 autosomal SNP markers filtered by quality control criteria were used to construct genomic relationship matrix for heritability estimation. Restricted maximum likelihood estimates of heritability were obtained using both genomic- and pedigree- relationship matrix in a linear mixed model. The heritability estimates using SNP information were smaller (0.36-0.55) than those which were estimated using pedigree information (0.62-0.97). To investigate effect of common environment, such as maternal effect, on heritability estimation, we included maternal effect as an additional random effect term in the linear mixed model analysis. We detected substantial proportions of phenotypic variance components were explained by maternal effect. And the heritability estimates using both pedigree and SNP information were decreased. Therefore, heritability estimates must be interpreted cautiously when there are obvious common environmental variance components.
This study investigated heritability for bovine growth estimated with genomewide single nucleotide polymorphism (SNP) information obtained from a DNA microarray chip. Three hundred sixty seven Korean cattle were genotyped with the Illumina BovineSNP50 BeadChip, and 39,112 SNPs of 364 animals filtered by quality assurance were analyzed to estimate heritability of body weights at 6, 9, 12, 15, 18, 21, and 24 months of age. Restricted maximum likelihood estimate of heritability was obtained using covariance structure of genomic relationships among animals in a mixed model framework. Heritability estimates ranged from 0.58 to 0.76 for body weights at different ages. The heritability estimates using genomic information in this study were larger than those which had been estimated previously using pedigree information. The results revealed a trend that the heritability for body weight increased at a younger age (6 months). This suggests an early genetic evaluation for bovine growth using genomic information to increase genetic merits of animals.
Torres, Tatiana Saraiva;Sena, Luciano Silva;dos Santos, Gleyson Vieira;Filho, Luiz Antonio Silva Figueiredo;Barbosa, Bruna Lima;Junior, Antonio de Sousa;Britto, Fabio Barros;Sarmento, Jose Lindenberg Rocha
Animal Bioscience
/
제34권4호
/
pp.516-524
/
2021
Objective: The genetic evaluation of Santa Inês sheep was performed for resistance to gastrointestinal nematode infection (RGNI) and body size using different relationship matrices to assess the efficiency of including genomic information in the analyses. Methods: There were 1,637 animals in the pedigree and 500, 980, and 980 records of RGNI, thoracic depth (TD), and rump height (RH), respectively. The genomic data consisted of 42,748 SNPs and 388 samples genotyped with the OvineSNP50 BeadChip. The (co)variance components were estimated in single- and multi-trait analyses using the numerator relationship matrix (A) and the hybrid matrix H, which blends A with the genomic relationship matrix (G). The BLUP and single-step genomic BLUP methods were used. The accuracies of estimated breeding values and Spearman rank correlation were also used to assess the feasibility of incorporating genomic information in the analyses. Results: The heritability estimates ranged from 0.11±0.07, for TD (in single-trait analysis using the A matrix), to 0.38±0.08, for RH (using the H matrix in multi-trait analysis). The estimates of genetic correlation ranged from -0.65±0.31 to 0.59±0.19, using A, and from -0.42±0.30 to 0.57±0.16 using H. The gains in accuracy of estimated breeding values ranged from 2.22% to 75.00% with the inclusion of genomic information in the analyses. Conclusion: The inclusion of genomic information will benefit the direct selection for the traits in this study, especially RGNI and TD. More information is necessary to improve the understanding on the genetic relationship between resistance to nematode infection and body size in Santa Inês sheep. The genetic evaluation for the evaluated traits was more efficient when genomic information was included in the analyses.
Hong, Joon Ki;Kim, Young Sin;Cho, Kyu Ho;Lee, Deuk Hwan;Min, Ye Jin;Cho, Eun Seok
Asian-Australasian Journal of Animal Sciences
/
제32권12호
/
pp.1836-1843
/
2019
Objective: Social genetic effects (SGE) are an important genetic component for growth, group productivity, and welfare in pigs. The present study was conducted to evaluate i) the feasibility of the single-step genomic best linear unbiased prediction (ssGBLUP) approach with the inclusion of SGE in the model in pigs, and ii) the changes in the contribution of heritable SGE to the phenotypic variance with different scaling ${\omega}$ constants for genomic relationships. Methods: The dataset included performance tested growth rate records (average daily gain) from 13,166 and 21,762 pigs Landrace (LR) and Yorkshire (YS), respectively. A total of 1,041 (LR) and 964 (YS) pigs were genotyped using the Illumina PorcineSNP60 v2 BeadChip panel. With the BLUPF90 software package, genetic parameters were estimated using a modified animal model for competitive traits. Giving a fixed weight to pedigree relationships (${\tau}:1$), several weights (${\omega}_{xx}$, 0.1 to 1.0; with a 0.1 interval) were scaled with the genomic relationship for best model fit with Akaike information criterion (AIC). Results: The genetic variances and total heritability estimates ($T^2$) were mostly higher with ssGBLUP than in the pedigree-based analysis. The model AIC value increased with any level of ${\omega}$ other than 0.6 and 0.5 in LR and YS, respectively, indicating the worse fit of those models. The theoretical accuracies of direct and social breeding value were increased by decreasing ${\omega}$ in both breeds, indicating the better accuracy of ${\omega}_{0.1}$ models. Therefore, the optimal values of ${\omega}$ to minimize AIC and to increase theoretical accuracy were 0.6 in LR and 0.5 in YS. Conclusion: In conclusion, single-step ssGBLUP model fitting SGE showed significant improvement in accuracy compared with the pedigree-based analysis method; therefore, it could be implemented in a pig population for genomic selection based on SGE, especially in South Korean populations, with appropriate further adjustment of tuning parameters for relationship matrices.
Joon-Ki Hong;Yong-Min Kim;Eun-Seok Cho;Jae-Bong Lee;Young-Sin Kim;Hee-Bok Park
Animal Bioscience
/
제37권4호
/
pp.622-630
/
2024
Objective: Pig breeders cannot obtain phenotypic information at the time of selection for sow lifetime productivity (SLP). They would benefit from obtaining genetic information of candidate sows. Genomic data interpreted using deep learning (DL) techniques could contribute to the genetic improvement of SLP to maximize farm profitability because DL models capture nonlinear genetic effects such as dominance and epistasis more efficiently than conventional genomic prediction methods based on linear models. This study aimed to investigate the usefulness of DL for the genomic prediction of two SLP-related traits; lifetime number of litters (LNL) and lifetime pig production (LPP). Methods: Two bivariate DL models, convolutional neural network (CNN) and local convolutional neural network (LCNN), were compared with conventional bivariate linear models (i.e., genomic best linear unbiased prediction, Bayesian ridge regression, Bayes A, and Bayes B). Phenotype and pedigree data were collected from 40,011 sows that had husbandry records. Among these, 3,652 pigs were genotyped using the PorcineSNP60K BeadChip. Results: The best predictive correlation for LNL was obtained with CNN (0.28), followed by LCNN (0.26) and conventional linear models (approximately 0.21). For LPP, the best predictive correlation was also obtained with CNN (0.29), followed by LCNN (0.27) and conventional linear models (approximately 0.25). A similar trend was observed with the mean squared error of prediction for the SLP traits. Conclusion: This study provides an example of a CNN that can outperform against the linear model-based genomic prediction approaches when the nonlinear interaction components are important because LNL and LPP exhibited strong epistatic interaction components. Additionally, our results suggest that applying bivariate DL models could also contribute to the prediction accuracy by utilizing the genetic correlation between LNL and LPP.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.