![سامانه نشر مجلات علمی دانشگاه تهران](./data/logo.png)
تعداد نشریات | 161 |
تعداد شمارهها | 6,573 |
تعداد مقالات | 71,037 |
تعداد مشاهده مقاله | 125,515,379 |
تعداد دریافت فایل اصل مقاله | 98,776,516 |
اَبردادهها و نقش جدیدترین تکنولوژیها در اصلاحنژاد دام و طیور | ||
علمی- ترویجی (حرفهای) دامِستیک | ||
دوره 20، شماره 1 - شماره پیاپی 16، خرداد 1399، صفحه 34-40 اصل مقاله (822.13 K) | ||
نوع مقاله: مقاله مروری | ||
شناسه دیجیتال (DOI): 10.22059/domesticsj.2020.76952 | ||
نویسندگان | ||
فرزاد غفوری* 1؛ حسن مهربانی یگانه2؛ صادق محمدیان جشوقانی3 | ||
1دانشجوی دکتری تخصصی ژنتیک و اصلاح نژاد دام و طیور، گروه علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران ، کرج، ایران | ||
2دانشیار ژنتیک و اصلاح نژاد دام و طیور، گروه علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران | ||
3کارشناسی ارشد ژنتیک و اصلاحنژاد دام، گروه علوم دامی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران | ||
چکیده | ||
دیدگاه کلی ژنتیک و اصلاحنژاد دام و طیور در حال انتقال به عصر دیجیتال با توان عملیاتی بالا است که در آن با استفاده از فناوریهای جدید سعی میشود دقت ثبت اطلاعات و برآورد ارزشهای اصلاحی افزایش یابد. در ادامه با استفاده از نرمافزارهای پیشرفته و کامپیوترهای بزرگ، پردازش حجم بزرگی از دادهها انجام میشود. ظهور فناوری تعیین ژنوتایپ و شناسایی SNPها همراه با روشهای آماری جدید برای استفاده از این دادهها برای برآورد ارزش اصلاحی، منجر به کاربرد گسترده انتخاب ژنومی در گاوهای شیری و طیور برای انجام انتخاب ژنومیک در دیگر موارد شده است. توسعه الگوریتمهای داده کاوی مرتبط با اَبر دادهها در برآورد ارزشهای اصلاحی نقش قابل توجهی ایفا میکنند. مجموعهای از تکنولوژیها همچون هوش مصنوعی، یادگیری ماشین و یادگیری عمیق در عصر جدید فرصتهای مناسبی را در مقایسه با روشهای سنتی برای بررسی صفات اقتصادی با معماری پیچیده فراهم ساختهاند. این رویکردها تجزیه و تحلیل مجموعههای بزرگ دادهها و اطلاعات بزرگ ژنومی را در جهت رسیدن به اهداف امکان پذیر کرده است. هدف از این مطالعه بیانِ توضیحی اجمالی از روشها و فناوریهای جدید در علوم دامی است که به طور گسترده در رکوردبرداری و ثبت اطلاعات تا برآورد ارزشهای اصلاحی مورد استفاده قرار میگیرند، به گونهای که دیدگاه اصلاحنژادی را در آیندۀ دیجیتال تغییر دهند. بنابراین، افزایش پتانسیل در تجزیه و تحلیل اَبردادهها همراه با روشهای نوین در رکوردبرداری از صفات فنوتیپی و برآورد ارزشهای اصلاحی، مقدار پیشرفت ژنتیکی دامها را به طور چشمگیری افزایش خواهد داد. | ||
کلیدواژهها | ||
اَبرداده؛ اصلاحنژاد؛ تکنولوژی؛ هوش مصنوعی؛ یادگیری ماشین؛ یادگیری عمیق | ||
مراجع | ||
Britt, J. H., Cushman, R. A., Dechow, C. D., Dobson, H., Humblot, P., Hutjens, M. F., Jones, G.A., Ruegg, P.S., Sheldon, I.M. and Stevenson, J. S. (2018). Invited review: Learning from the future—A vision for dairy farms and cows in 2067. Journal of Dairy Science, 101(5), 3722-3741. Chu, Y., and Corey, D. R. (2012). RNA sequencing: platform selection, experimental design, and data interpretation. Nucleic Acid Therapeutics, 22(4), 271-274. CM Dekkers, J. (2012). Application of genomics tools to animal breeding. Current Genomics, 13(3), 207-212. Cole, J. B., Newman, S., Foertter, F., Aguilar, I., and Coffey, M. (2012). Breeding and genetics symposium: Really big data: Processing and analysis of very large data sets. Journal of Animal Science, 90(3), 723-733. Kumar, S., Banks, T. W., and Cloutier, S. (2012). SNP discovery through next-generation sequencing and its applications. International Journal of Plant Genomics, 2012, 1-15. Murase, H. (2000). Artificial intelligence in agriculture. Computers and Electronics in Agriculture, 29(1/2). Nayeri, S., Sargolzaei, M., and Tulpan, D. (2019). A review of traditional and machine learning methods applied to animal breeding. Animal Health Research Reviews, 20(1), 31-46. Perera, C., Liu, C. H., and Jayawardena, S. (2015). The emerging internet of things marketplace from an industrial perspective: A survey. IEEE Transactions on Emerging Topics in Computing, 3(4), 585-598. Pérez‐Enciso, M. (2017). Animal breeding learning from machine learning. Journal of Animal Breeding and Genetics, 134(2), 85-86. YANG, Y. L., Rong, Z., and Kui, L. (2017). Future livestock breeding: Precision breeding based on multi-omics information and population personalization. Journal of Integrative Agriculture, 16(12), 2784-2791. Zhang, H., Wang, Z., Wang, S., and Li, H. (2012). Progress of genome wide association study in domestic animals. Journal of Animal Science and Biotechnology, 3(1), 26. | ||
آمار تعداد مشاهده مقاله: 1,159 تعداد دریافت فایل اصل مقاله: 614 |