Plemenná hodnota Karel Mach.

Slides:



Advertisements
Podobné prezentace
Trendy v metodách odhadu plemenné hodnoty skotu
Advertisements

metody založené na specifické kombinační návaznosti (tj
Odchov, chov, ošetřování, krmení,manipulace
Teorie selekce.
Testování statistických hypotéz
SELEKCE METODY PLEMENTBY
Odhady parametrů základního souboru
GENETIKA POPULACÍ KVANTITATIVNÍCH ZNAKŮ 8
GENETIKA POPULACÍ 9 KVANTITATIVNÍCH ZNAKŮ
Dědičnost monogenních znaků
Plemenářská práce v chovu prasat
Třídění umělé selekce podle způsobů provádění;
Markery asistovaná selekce
Odhad genetických parametrů
Genetika populací, rodokmen
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Situace na trhu s masem v ČR a EU Miluše Abrahamová Pavel Froněk VÚZE Praha.
PRODUKCE MASA Maso jako potravina – rozhodující podíl kryt masem hospodářských zvířat Spotřeba masa a konzumace- dle regionálních a náboženských vlivů.
Užitkové vlastnosti skotu
Kontrola užitkovosti.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
1 Škola:Chomutovské soukromé gymnázium Číslo projektu:CZ.1.07/1.5.00/ Název projektu:Moderní škola Název materiálu:VY_32_INOVACE_BIOLOGIE 2_20 Tematická.
ONEMOCNĚNÍ Z HLEDISKA GENETIKY
Populační genetika je teoretickým základem šlechtění hospodářských zvířat; umožňuje sledování frekvencí genů a genotypů a tím i cílevědomé řízení změn.
Markery asistovaná selekce - MAS
Simultánní rovnice Tomáš Cahlík
Testy významnosti Karel Mach. Princip (podstata): Potvrzení H O Vyvrácení H O →přijmutí H 1 (H A ) Ptáme se:  1.) Pochází zkoumaný výběr (jeho x, s 2.
Střední škola zemědělská a přírodovědná
Lineární regrese.
Populační genetika.
Hodnocení reprodukce – ukazatele plodnosti
GENETIKA POPULACÍ KVANTITATIVNÍCH ZNAKŮ
Digitální výukový materiál zpracovaný v rámci projektu „EU peníze školám“ Projekt:CZ.1.07/1.5.00/ „SŠHL Frýdlant.moderní školy“ Škola:Střední škola.
Metrologie   Přednáška č. 5 Nejistoty měření.
Příbuzenská, liniová a čistokrevná plemenitba
Ekologie malých populací Jakub Těšitel. Malé populace # stochastická (náhodně podmíněná) dynamika # velké odchylky od Hardy-Weinbergovské rovnováhy #
Název školyStřední odborná škola a Gymnázium Staré Město Číslo projektuCZ.1.07/1.5.00/ AutorIng. Zdeněk Pilka Název šablonyIII/2.
T - testy Párový t - test Má se zjistit, zda se sjíždějí přední pravé pneumatiky stejně jako přední levé pneumatiky. Bylo vybráno 6 vozů stejné značky:
Reprezentativita: chyba výběru Jindřich Krejčí Management sociálních dat a datové archivy Kurz ISS FSV UK.
Název školyStřední odborná škola a Gymnázium Staré Město Číslo projektuCZ.1.07/1.5.00/ AutorIng. Zdeněk Pilka Název šablonyIII/2.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
GENETIKA.
Autozomální dědičnost
Aplikovaná statistika 2. Veronika Svobodová
Aritmetický průměr - střední hodnota
7 GENETIKA POPULACÍ KVANTITATIVNÍCH ZNAKŮ
2014 Výukový materiál GE Tvůrce: Mgr. Šárka Vopěnková Projekt: S anglickým jazykem do dalších předmětů Registrační číslo: CZ.1.07/1.1.36/
IMPROVAC Ekonomické přínosy MVDr. Jaroslav Kratochvíl Pfizer Animal Health.
Genetika kvantitativních znaků charakteristika kvantitativních znaků proměnlivost a její složky základní genetické parametry.
Teoretické principy šlechtění a selekce Tomáš Kopec.
Genetické parametry Heritabilita, korelace. primární GP genetický rozptyl prostřeďový rozptyl kovariance sekundární GP heritabilita opakovatelnost genetické.
Optimalizace krmných dávek
Genetika populací Doc. Ing. Karel Mach, Csc.. Genetika populací Populace = každá větší skupina organismů (rostlin, zvířat,…) stejného původu (rozšířená.
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Selekční postupy ve šlechtění rostlin I. Selekce = výběr Charles Darwin ( ) Darwinova evoluční teorie počítá s výběrem a rozmnožováním lépe.
Šlechtění hospodářských zvířat Doc. Ing. Karel Mach, CSc.
Dvojrozměrné (vícerozměrné) statistické soubory Karel Mach.
Jednovýběrový a párový t - test
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Intenzivním růstem jalovic k lepší jatečné hodnotě
Reprezentativita: chyba výběru Jindřich Krejčí
Základy statistické indukce
Induktivní statistika
Opakovatelnost (koeficient opakovatelnosti) Korelace genetická, prostřeďová a fenotypová Karel Mach.
- váhy jednotlivých studií
Hardyův – Weinbergův zákon genetické rovnováhy v populacích
GENETIKA POPULACÍ KVANTITATIVNÍCH ZNAKŮ 8
Induktivní statistika
Příklad (investiční projekt)
Princip max. věrohodnosti - odhad parametrů
Transkript prezentace:

Plemenná hodnota Karel Mach

Plemenná hodnota (genetický parametr jedince) Dvojnásobek průměrné odchylky užitkovosti potomstva (hodnoceného jedince) od populačního průměru, při náhodném připařování, tzn. dvojnásobek průměrných genových efektů (modelově…průměrného genového efektu)

Pro odhad plemenné hodnoty je nejvýznamnější průměrný aditivní efekt genů (genu…model.) v uvažované užitkové vlastnosti Průměrné efekty rodičovských genů určují průměrnou genetickou hodnotu jejich potomstva (v uvažované užitkové vlastnosti) ÂO + ÂM Ūp. = Ūpop. + 2 (2. g.) (1.gen)

Genotypová hodnota rodiče je posuzována průměrnou hodnotou potomstva Polovina genů pro uvažovanou vlastnost získává potomstvo od hodnoceného rodiče, u kterého má být odhadnuta PH Druhou polovinu genů získává toto potomstvo (náhodně) z populace PH(A)…odhadována na základě fenotypových informací; nemusí se vždy jednat pouze o užitkovost potomstva

Odhady plemenné hodnoty Plemenná hodnota… genetický parametr jedince Plemenná hodnota Obecná (OPH, PH, Â) Vychází z aditivní složky genotypové hodnoty jedince(tzn. A) Speciální Vychází z neaditivní složky getopytu (hodnoty jedince tzv. z D a I)

OPH Je dána dvojnásobkem odchylky průměrné užitkovosti potomstva hodnoceného jedince od průměru populace při náhodném připařování. Vždy odhad … Â; lze přesně zjistit jestliže … h2 = 1 ∞… n potomků P = G + E + Es P = A + D + I + E Splývá do tzv. prostřeďové odchylky E´

Odhad OPH probíhá pomocí bA/P Na základě regrese (závis.); a to A na P (plemenné hodnoty na fenotypu) do příslušného regresního koeficientu b vstupují v, h2, n tohoto odhadu Přesnost + spolehlivost tohoto odhadu r A = rÂP … koeficient korelace mezi …… r2A … koeficient determinace Chyba odhadu s = бA *

Proč Â dvojnásobek… ? Modelový příklad: ♂ AA ♀AA, Aa, aa Gam. A A, a Potomstvo AA, AA,Aa,Aa…

1.) Odhad  pro 1. vlastnost- 1inform. A) Vlastní užitkovost (hřebec ČT), jeho hmotnost Ax = b * (Px – μ) b = h2 X pop. = 610 kg, s (бp) = 25 kg, ĥ2 = 0,35 Xčert = 630 kg, Âč =0,35 * (630 – 610) = 7 kg Přesnost (rAÂ) = h = = = 0,59 Spolehlivost (r2AÂ) = h2 = 0,592 = 0,35

Chyba odhadu s (бÂ) = бA* 1- r2A бA2 бA = h * бP, h2 = бP2 s (бÂ) = 14,75 * 1 – 0,35 = 11,91 = 12 kg ÂČ = 7 kg ± 2 * s = 7 kg ± 2 * 12 kg = 7 ± 24 kg s 95% pravděpodobností бA = 0,59*25 = 14,75 kg

Hmotnost následující generace (klisny náhodně vybrané) 3,5 kg ± 12 kg, X následující generace = X výchozí generace + 0,5ÂČ = 610 kg + 3,5 kg = 613,5 kg 20+0 ΔG = h2 * 0,5 * (dm + df) = 0,35 * 2 = 3,5 kg

Proč přesnost odhadu PH = h2 rA = rÂP = h COV XY rXY = б X * б Y COV A COV A * b (P – μ) rA = бA * б = бA *б b (P – μ) = b COV AP COV AP бA 2 бA * b * бP = бA * бP = бA * бP = h = h2 COV AP = COV A * (A + E) ± E = 0

B) Užitkovost příbuzného jedince Y (otec Čerta) = 645 kg h2, s, x: stejné Přes.: r AÂ = r ÂxPy = v * h2 = 0,5 * 0,59 = 0,30 r2AÂ = 0,302 = 0,087 Spolehlivost: r2A Â b = v * h2 ÂČ = b * (Py – μ) = 0,5 * 0,35 (645 – 610) = 6,125 kg

Chyba odhadu (бA) 14,75 * 1 – 0,087 = 14,01 = 14 kg ÂČ = 6,125 kg ± 2 * 14 kg = 6,125 ± 28 kg PP 95 % Užitkovost následující generace při náhodném výběru matek X výchozí generace + (PH ♂ + PH ♀) * 0,5 = 610 + (6,125 + 0) * 0,5 = 610 + 3,1 = 613 kg (± 14 kg) s 95% pravděpodobností!!

2.) Odhad  1 vlastnost – více informací 1. Vlast. „užitk.“ XČ = 630 kg Xpop. = 610 kg 2. 15 polosouroz. X15 = 625 kg 3. Děd. (1) xD = 635 kg Xpop. = 600 kg

b podle 1. = h2 b podle 2. : n 15 b = n + k = 15+ 10,43 = 0,59 4 – h2 4 – 0,35 K = h2 = 0,35 = 10,43 b podle 3. : b = h2 * v = 0,35 * 0,25 = 0,0875 ÂT = 0,35 * (630 – 610) + 0,59 * (625 – 610) + 0,875 * (635-600) = 7 + 8,85 + 3,0625 = 18,91 kg

ÂT = 0,35 * (630 – 610) + 0,59 * (625 – 610) + 0,875 * (635-600) = 7 + 8,85 + 3,0625 = 18,91 kg Přesnost odhadu

Spolehlivost odhadu: r2TA = 0,72 2 = 0,52 Chyba odhadu: бAT = 14,75 x 1 – 0,52 = 10,2 kg ÂT Čert = 18,91 ± 2 x 10,2 kg „Užit.“ následující generace….doplňte samostatně

3.) Odhad PH na základě užitkovosti potomstva (hodnocení plemeníků – KD) Příbuznost rodič – potomek (otec – dcera) v = ½ Příbuznost mezi polosourozenci v = ¼

N…shrneme užitkovost dcer (jejich průměrná užitkovost) Ax A1 A2 A3 P1 P2 Pn N…shrneme užitkovost dcer (jejich průměrná užitkovost)

bAxN = k = rÂA(ÂI) =

Příklad kohout „K“ 45 dcer…N=265vaj. (μ, x=250r.) бP= 20vaj., бA =h* бP = *20 = 10vaj., h2 = 0,25 K = b = AK =b*(PN – μ) = 1,5* (265-250) = 22,5 vaj. rAÂ= = 0,87 (přesnost), r2AÂ=0,7569 (spolehliv.) бF (sÂ)= бA * =10* = 4,93vaj. (chyba) ÂK = 22,5vaj. ± 2x4,93vaj. (95% PP)

Poznámka k odhadu  na zákl. užitkovosti potomstva … Evropa – dnes … USA – dnes, E- budoucnost? b…PREDICTED TRANSMITTING ABILITY (PTA), předpověď schopnosti (genetického) přenosu (PSP), neuvádí PH, nýbrž geneticky podm. odchylku od průměrné užitkovosti populace

Praktický význam: čím vyšší hodnota (max Praktický význam: čím vyšší hodnota (max. 1) tím vyšší pravděpodobnost shodné užitkovosti mezi potomky hodnoceného jedince v testaci (KD) a případnými dalšími potomky, kteří se narodí, bude-li hodnocený jedinec zařazen do chovu. Při použití výpočtu  pomocí takto získané hodnoty b získáme přímo odhad užitkovosti potomstva hodnoceného jedince z náhodného připařování.

„Americký“ a „evropský“ výpočet“ (pro kohouta K) Kohout „K“ …b=1,5 ÂK =22,5v. AMERICKÝ: “K“ =b*(265-250)=0,75(265-250)=11,25 vaj. b=0,75 x=250v. NK=265v. rozdíl =15vaj. “K“ …je 75%rozdílu (11,25 vaj. je 75% z 15vaj.)

Testace potomků - x populace ? N45=+15vaj 75% +11,25 PTA(PSP) ♀1 ♀2 ♀3..♀15 ♀ ♀ ♀ ♀

4.)Odhad PH pro více vlastností (konstrukce selekčního indexu) (ÂT)=W1 A1+ W2 A2+…Wn An =W1 (x-x)+W2 (y-y)… GENETICKÝ SELEKČNÍ INDEX (VÝPOČET VÁHOVÝCH KOEFICIENTŮ)

Genetický SI μ (x)…100 kg (živá hmot. před pořážkou) 80%jatečná výtěžnost…80 kg jat. t. z toho ½ tj. 40 kg hmotnost hlav. masitých částí (kýta, plec, krkovička, pečeně) Tržní SI Ekonomické hodnoty (váhy) jednotlivých vlastností Zjišťujeme jako tzv. mezní zisk …o co se zvýší cena (hodnota) jednoho chovaného (vyprodukovaného) zvířete, jestliže se jednotlivé užitkové vlastnosti zvýší (sníží) o jednotku

Tržní selekční index Plemenní kanci, 2 vlastnosti x…hmotnost hlavních masitých částí y…spotřeba krmiva (VSŽ) na 1 kg přírůstku Výpočet hodnot W WX …zlepšení skladby jatečného těla o 1kg ve prospěch hlavních masitých částí (při stejné hmotnosti celkové) se projeví zvýšením ceny jateč. uprav. těla o 30Kč Př. ž.h.100kg, j.v. 80%...80 kg, hl. mas. části (kýta, pečeně, krkovička, plec)=40kg; při stej. ž. h. i jat. výtěžnosti…41kg (zvýšení o 1kg) W pro X = 30

WY…průměrná spotřebaVSŽ na 1kg přírůstku…2,45 WY…průměrná spotřebaVSŽ na 1kg přírůstku…2,45. Při této spotřebě náklady na výkrm v kg činí: 5,45*2,45*70=935Kč Výkrm: 30-100kg…tzn. 70kg, cena 1kg VSŽ=5,45Kč. Snížení spotřeby krmiva o 1kg VSŽ na 1kg přírůstku (tzn. místo 2,45 kg pouze 1,45kg znamená snížení nákladů na výkrm o 382Kč); W pro Y = 382 2,45*70 = 171,5kg*5,45Kč = 935Kč 1,45*70 = 101,5kg*5,45Kč = 553Kč X = 40, Y = 2,45 úprava váh. koeficientů: * 0,1 I = 3*(x-x)-38,2*(y-y) IK1 = 3*(42-40)-38,2*(2,3-2,45) = 6 - - 5,73 = 11,73

Konstrukce SI…odhad ÂT při zohlednění h2, v, mezního zisku Př. odhad PH býka x čestr. skotu Vlastnosti: 1-množství tuku v kg (matka) 2-průměrné denní přírůstky v g (vu. a užitkovost otce) Vlastnost W(Kč) h2 1-produkce tuku(kg) 25,00 0,25 2-denní přír.(g) 1,3 0,5 b= v*h2*w A=b*(P-μ)

v h2 m.z. PM1=170kg μM=140kg bM1=0,5*0,25*25 = 3,125 PO2=1180g μO=1290g bO2=0,5*0,5 *1,3 = 0,325 Pvu2=1350g μvu=1300g bvu2=1 *0,5 *1,3 = 0,65 ÂTx=bM1*(PM1-μM)+bO2*(PO2- μ)+bvu2*(Pvu2- μ) =3,125*(170-140)+0.325*(1180-1290)+0,65*(1350-1300) =93,75 +(-32,825) +32,5 =93,25Kč V souladu s def. PH: Potomstvo tohoto býka docílí v průměru vyšší zisk o 46,71Kč oproti průměru populace, podmínka-náhod. připařování tohoto plemeníka.

Vývoj odhadu PH u skotu (býků) v ČR Cca do r. 1960 na zákl. užitk. M a MO Cca od r. 1960 metoda vrstevnic „CC test“ „contenporary comparsion“ CC=užitkov. dcer hodnoc. plem.-užitkov. vrstev. (průměr. hodnoty…součet přes všechna stáda) PH=2b*CC b=viz. výpočet „b“ v USA V průběhu použití korekce na věk při otelení, délku laktace, plem. přísluš. atd. Od r. 1987 (postupně) metoda BLUP (best linear unbiased p.)

n Princip:. P=μ+G+Es+E. = μ+A+E´+Es eliminace SROi…system n Princip: P=μ+G+Es+E = μ+A+E´+Es eliminace SROi…system. vliv (stádo(8)*rok(5)*období(6) SMl…system. vliv efekt skupiny matek C> 75, C=75…12 SBj…syst. vliv…ef. skup. býků (dle plem. př.) C≥75, CR:50 >C >75,…12 Yijklmn=SROi+SBj+SMl+Bjk+Fn+Eijklm

Bjk…náhodný efekt hodnoceného býka uvnitř genetické (plemenné skupiny) Fn…další případné systém. Vlivy, Ei…n- zbytkový efekt Â(PH)b=2*Bjk; 2*odchylka užitkov. potomstva v rámci plem. skupiny Cca od r. 1994 Individ. model (Animal model)

Děkuji za pozornost…