نشانگرهای ژنتیکی پراکنده شده در سطح ژنوم می‏توانند برای اندازه‏گیری شباهت ژنتیکی بین افراد از اطلاعات شجره دقیق‏تر باشند. در این مطالعه، روش بیز با استفاده از نمونه‏گیری گیبس برای پیش بینی پارامترهای ناشناخته‏ی پنج مدل بهترین پیش بینی نا اریب خطی ژنومی (G-BLUP) هر کدام با استفاده از یک مقیاس متفاوت برای ماتریس G شامل استفاده از فراوانی آللی جمعیت بنیانگذار (Gfoun)، فراوانی آللی جمعیت مرجع (Gref)، فراوانی آللی برابر با 5/0 (G05)، یک ماتریس نرمال شده با میانگین عناصر قطری برابر با یک (Gnorm) و یک ماتریس G وزن شده با ماتریس A (Gwei)، استفاده شد. برای مقایسه نتایج از یک جمعیت دارای آمیزش تصادفی و یک جمعیت انتخاب شده، برای صفتی با وراثت پذیری 25/0 روی یک ژنوم با QTL 105 و 3000 نشانگر تک نوکلئوتیدی بر روی سه کروموزم استفاده شد. نتایج نشان داد که عناصر ماتریس‏های G در مقایسه با ماتریس A واریانس بالاتری دارند. میانگین عناصر قطری و غیر قطری به غیر از Gnorm و Gwei از عناصر متناظر در A بالاتر بودند. روش‏های Gnorm-BLUP و G05-BLUP در مقایسه با سه روش دیگر منجر به برآورد متورم واریانس ژنتیکی شدند که این تورم در جمعیت انتخاب شده کمتر بود. میانگین صحّت پنج مدل G-BLUP در جمعیت تصادفی 084/0 بالاتر (736/0 در مقابل 652/0) از جمعیت انتخاب شده و میانگین اریبی 014/0 پایین‏تر (026/0 در مقابل 04/0) بود. اریبی پیش بینی ارزش اصلاحی حقیقی جمعیت انتخاب شده با استفاده از Gwei تقریباً صفر ولی با Gref بیشتر از 06/0 بود. بیشترین صحّت و کمترین اریب می‏تواند با استفاده از فراوانی آللی جمعیت مرجع که با ماتریس A مقیاس شده‏اند بدست آید.

کلمات کلیدی