سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,113,776
تعداد دریافت فایل اصل مقاله97,217,490
رحمانی نیا, جواد, میرائی آشتیانی, سید رضا, مرادی شهربابک, حسین. (1394). بررسی ساختارهای جوامع و خرده جوامع دامی به روش خوشه‌بندی شبکه‌ای بدون نظارت با استفاده از نشانگرهای ژنتیکی متراکم. , 46(3), 277-287. doi: 10.22059/ijas.2015.56422
جواد رحمانی نیا; سید رضا میرائی آشتیانی; حسین مرادی شهربابک. "بررسی ساختارهای جوامع و خرده جوامع دامی به روش خوشه‌بندی شبکه‌ای بدون نظارت با استفاده از نشانگرهای ژنتیکی متراکم". , 46, 3, 1394, 277-287. doi: 10.22059/ijas.2015.56422
رحمانی نیا, جواد, میرائی آشتیانی, سید رضا, مرادی شهربابک, حسین. (1394). 'بررسی ساختارهای جوامع و خرده جوامع دامی به روش خوشه‌بندی شبکه‌ای بدون نظارت با استفاده از نشانگرهای ژنتیکی متراکم', , 46(3), pp. 277-287. doi: 10.22059/ijas.2015.56422
رحمانی نیا, جواد, میرائی آشتیانی, سید رضا, مرادی شهربابک, حسین. بررسی ساختارهای جوامع و خرده جوامع دامی به روش خوشه‌بندی شبکه‌ای بدون نظارت با استفاده از نشانگرهای ژنتیکی متراکم. , 1394; 46(3): 277-287. doi: 10.22059/ijas.2015.56422

بررسی ساختارهای جوامع و خرده جوامع دامی به روش خوشه‌بندی شبکه‌ای بدون نظارت با استفاده از نشانگرهای ژنتیکی متراکم

علوم دامی ایران
مقاله 7، دوره 46، شماره 3، مهر 1394، صفحه 277-287    اصل مقاله (584.72 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijas.2015.56422
نویسندگان
جواد رحمانی نیا1؛ سید رضا میرائی آشتیانی* 2؛ حسین مرادی شهربابک3
1دانشجوی دکتری ژنتیک و اصلاح نژاد، گروه مهندسی علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج
2استاد، گروه مهندسی علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج
3استادیار، گروه مهندسی علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج
چکیده
رشد روزافزون اطلاعات حاصل از تعیین ژنوتیپ نمونه‌ها به‌ویژه با استفاده از توالی‌یابی چندشکلی‌های تک‌نوکلئوتیدی (SNP) سبب تحول در تجزیه‌وتحلیل دقیق ساختار جوامع در گونه‌های مختلف شده است. تاکنون از روش‌های مختلفی برای بررسی ساختار جمعیتی با استفاده از نشانگرهای موجود در کل ژنوم استفاده شده است که هرکدام نقاط ضعف و قوتی دارند. در بررسی حاضر از خوشه‌بندی شبکه‌ای بدون نظارت یا SPC که روشی مبتنی بر داده‌کاوی است، برای بررسی ساختار جوامع شبیه‌سازی‌شده و کشف خرده‌جوامع موجود استفاده شد. هدف از به‌کاربردن این روش، دستیابی به ساختار جمعیتی بدون هیچ‌گونه آگاهی از اطلاعات شجره‌ای افراد بود. در شبیه‌سازی انجام‌گرفته بدین منظور پس از ویرایش داده‌ها، 29209 نشانگر اتوزومی از 159 دام، تجزیه‌وتحلیل شدند. نتایج نشان داد که حیوانات براساس شباهت‌ها و تفاوت‌ها به‌خوبی در جوامع مربوطه قرارگرفتند و خرده‌جوامع موجود نیز درون هر جمعیت نمایان شدند. مزیت اصلی این روش، کارایی محاسباتی بالا و نیازنبودن به فرض‌های پیشین در آن است؛ بنابراین به محقق این امکان را می‌دهد که ساختار جوامع متشکل از هزاران حیوان را بدون داشتن هرگونه اطلاعاتی از شجره و نژاد، تجزیه‌وتحلیل کند.
کلیدواژه‌ها
چندشکلی‌های تک‌نوکلئوتیدی؛ خوشه‌بندی شبکه‌ای بدون نظارت؛ داده‌کاوی؛ ساختار جمعیتی
مراجع
  1. Alexander, D. H., Novembre, J. & Lange, K. (2009). Fast model-based estimation of ancestry in unrelated individuals. Genome research, 19(9), 1655-1664.
  2. Behzadi, B., Amini, A., Slaminejad, A. & Tahmoorespour, M. (2013). Estimation of genetic parameters for production traits of Iranian Holstein dairy cattle. Livestock Research Rural Development, 25(9).
  3. Blatt, M., Wiseman, S. & Domany, E. (1996a). Clustering data through an analogy to the Potts model. Advances in Neural Information Processing Systems, 416-422.
  4. Blatt, M., Wiseman, S. & Domany, E. (1996b). Superparamagnetic clustering of data. Physical review letters, 76(18), 3251.
  5. Blatt, M., Wiseman, S. & Domany, E. (1997). Data clustering using a model granular magnet. Neural Computation, 9(8), 1805-1842.
  6. Bowden, R., MacFie, T. S., Myers, S., Hellenthal, G., Nerrienet, E., Bontrop, R. E., Freeman, C., Donnelly, P. & Mundy, N. I. (2012). Genomic tools for evolution and conservation in the chimpanzee: Pan troglodytes ellioti is a genetically distinct population. PLoS genetics, 8(3), e1002504.
  7. Brohée, S., Faust, K., Lima-Mendez, G., Sand, O., Vanderstocken, G., Deville, Y. & van Helden, J. (2008). NeAT: a toolbox for the analysis of biological networks, clusters, classes and pathways. Nucleic acids research, 36(suppl 2), W444-W451.
  8. Decker, J. E., Pires, J. C., Conant, G. C., McKay, S. D., Heaton, M. P., Chen, K., Cooper, A., Vilkki, J., Seabury, C. M. & Caetano, A. R. (2009). Resolving the evolution of extant and extinct ruminants with high-throughput phylogenomics. Proceedings of the National Academy of Sciences, 106(44), 18644-18649.
  9. Domany, E. (2003). Cluster analysis of gene expression data. Journal of Statistical Physics, 110(3-6), 1117-1139.
  10. Evanno, G., Regnaut, S. & Goudet, J. (2005). Detecting the number of clusters of individuals using the software STRUCTURE: a simulation study. Molecular ecology, 14(8), 2611-2620.
  11. Faraji-Arough, H., Aslaminejad, A., Tahmoorespur, M., Rokouei, M. & Shariati, M. (2015). Bayesian Inference of (Co) Variance Components and Genetic Parameters for Economic Traits in Iranian Holsteins via Gibbs Sampling. Iranian Journal of Applied Animal Science, 5(1), 51-60.
  12. Fernández, M. E., Goszczynski, D. E., Lirón, J. P., Villegas-Castagnasso, E. E., Carino, M. H., Ripoli, M. V., Rogberg-Muñoz, A., Posik, D. M., Peral-García, P. & Giovambattista, G. (2013). Comparison of the effectiveness of microsatellites and SNP panels for genetic identification, traceability and assessment of parentage in an inbred Angus herd. Genetics and Molecular Biology, 36(2), 185-191.
  13. Gao, X. & Starmer, J. (2007). Human population structure detection via multilocus genotype clustering. BMC genetics, 8(1), 34.
  14. Gautier, M., Laloë, D. & Moazami-Goudarzi, K. (2010). Insights into the genetic history of French cattle from dense SNP data on 47 worldwide breeds. PloS one, 5(9), e13038.
  15. Getz, G., Gal, H., Kela, I., Notterman, D. A. & Domany, E. (2003). Coupled two-way clustering analysis of breast cancer and colon cancer gene expression data. Bioinformatics, 19(9), 1079-1089.
  16. Getz, G., Levine, E. & Domany, E. (2000a). Coupled two-way clustering analysis of gene microarray data. Proceedings of the National Academy of Sciences, 97(22), 12079-12084.
  17. Getz, G., Levine, E., Domany, E. & Zhang, M. (2000b). Super-paramagnetic clustering of yeast gene expression profiles. Physica A: Statistical Mechanics and its Applications, 279(1), 457-464.
  18. Heaton, M. P., Keen, J. E., Clawson, M. L., Harhay, G. P., Bauer, N., Shultz, C., Green, B. T., Durso, L., Chitko-McKown, C. G. & Laegreid, W. W. (2005). Use of bovine single nucleotide polymorphism markers to verify sample tracking in beef processing. Journal of the American Veterinary Medical Association, 226(8), 1311-1314.
  19. Holmström, E., Bock, N. & Brännlund, J. (2009). Modularity density of network community divisions. Physica D: Nonlinear Phenomena, 238(14), 1161-1167.
  20. Kijas, J. W., Townley, D., Dalrymple, B. P., Heaton, M. P., Maddox, J. F., McGrath, A., Wilson, P., Ingersoll, R. G., McCulloch, R. & McWilliam, S. (2009). A genome wide survey of SNP variation reveals the genetic structure of sheep breeds. PloS one, 4(3), e4668.
  21. Lee, C., Abdool, A. & Huang, C.-H. (2009). PCA-based population structure inference with generic clustering algorithms. BMC bioinformatics, 10(Suppl 1), S73.
  22. Levy, M. & Feingold, J. (2000). Estimating prevalence in single-gene kidney diseases progressing to renal failure. Kidney international, 58(3), 925-943.
  23. Lirón, J., Ripoli, M., De Luca, J., Peral-García, P. & Giovambattista, G. (2002). Analysis of genetic diversity and population structure in Argentine and Bolivian Creole cattle using five loci related to milk production. Genetics and Molecular Biology, 25(4), 413-419.
  24. Markovtsova, L., Marjoram, P. & Tavaré, S. (2000). The age of a unique event polymorphism. Genetics, 156(1), 401-409.
  25. Marquitti, F. M. D., Guimarães, P. R., Pires, M. M. & Bittencourt, L. F. (2014). MODULAR: software for the autonomous computation of modularity in large network sets. Ecography, 37(3), 221-224.
  26. Meuwissen, T., Solberg, T. R., Shepherd, R. & Woolliams, J. A. (2009). A fast algorithm for BayesB type of prediction of genome-wide estimates of genetic value. Genet Sel Evol, 41(2).
  27. Morin, P. A., Luikart, G. & Wayne, R. K. (2004). SNPs in ecology, evolution and conservation. Trends in Ecology & Evolution, 19(4), 208-216.
  28. Neuditschko, M., Khatkar, M. S. & Raadsma, H. W. (2012). NetView: A High-Definition Network-Visualization Approach to Detect Fine-Scale Population Structures from Genome-Wide Patterns of Variation. PloS one, 7(10), e48375.
  29. Newman, M. E. & Girvan, M. (2004). Finding and evaluating community structure in networks. Physical Review E, 69(2), 026113.
  30. Ojango, J. & Pollott, G. (2001). Genetics of milk yield and fertility traits in Holstein-Friesian cattle on large-scale Kenyan farms. Journal of animal science, 79(7), 1742-1750.
  31. Paschou, P., Ziv, E., Burchard, E. G., Choudhry, S., Rodriguez-Cintron, W., Mahoney, M. W. & Drineas, P. (2007). PCA-correlated SNPs for structure identification in worldwide human populations. PLoS genetics, 3(9), e160.
  32. Pritchard, J. K., Stephens, M. & Donnelly, P. (2000). Inference of population structure using multilocus genotype data. Genetics, 155(2), 945-959.
  33. Purcell, S., Neale, B., Todd-Brown, K., Thomas, L., Ferreira, M. A., Bender, D., Maller, J., Sklar, P., De Bakker, P. I. & Daly, M. J. (2007). PLINK: a tool set for whole-genome association and population-based linkage analyses. The American Journal of Human Genetics, 81(3), 559-575.
  34. Radjiman & Sugiarto. (2005). Super Paramagnetic Clustering of DNA Sequences. Master of Science dissertation. National University of Singapore. (In Farsi)
  35. Sargolzaei, M. & Schenkel, F. S. (2009). QMSim: a large-scale genome simulator for livestock. Bioinformatics, 25(5), 680-681.
  36. Seo, T.-K., Thorne, J. L., Hasegawa, M. & Kishino, H. (2002). Estimation of effective population size of HIV-1 within a host: a pseudomaximum-likelihood approach. Genetics, 160(4), 1283-1293.
  37. Serre, D., Montpetit, A., Paré, G., Engert, J. C., Yusuf, S., Keavney, B., Hudson, T. J. & Anand, S. (2008). Correction of population stratification in large multi-ethnic association studies. PloS one, 3(1), e1382.
  38. Shannon, P., Markiel, A., Ozier, O., Baliga, N. S., Wang, J. T., Ramage, D., Amin, N., Schwikowski, B. & Ideker, T. (2003). Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome research, 13(11), 2498-2504.
  39. Tang, H., Peng, J., Wang, P. & Risch, N. J. (2005). Estimation of individual admixture: analytical and study design considerations. Genet Epidemiol, 28(4), 289-301.
  40. Tetko, I. V., Facius, A., Ruepp, A. & Mewes, H.-W. (2005). Super paramagnetic clustering of protein sequences. BMC bioinformatics, 6(1), 82.
  41. Troy, C. S., MacHugh, D. E., Bailey, J. F., Magee, D. A., Loftus, R. T., Cunningham, P., Chamberlain, A. T., Sykes, B. C. & Bradley, D. G. (2001). Genetic evidence for Near-Eastern origins of European cattle. Nature, 410(6832), 1088-1091.
  42. Tsafrir, D., Tsafrir, I., Ein-Dor, L., Zuk, O., Notterman, D. A. & Domany, E. (2005). Sorting points into neighborhoods (SPIN): data analysis and visualization by ordering distance matrices. Bioinformatics, 21(10), 2301-2308.
  43. Wang, D. G., Fan, J.-B., Siao, C.-J., Berno, A., Young, P., Sapolsky, R., Ghandour, G., Perkins, N., Winchester, E. & Spencer, J. (1998). Large-scale identification, mapping, and genotyping of single-nucleotide polymorphisms in the human genome. Science, 280(5366), 1077-1082.
آمار
تعداد مشاهده مقاله: 1,887
تعداد دریافت فایل اصل مقاله: 752


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب