در این پژوهش، روش برای پیش بینی فراسنجه های ناشناختۀ پنج مدل بهترین پیش بینی نااریب خطی ژنگانی )ژنومی G-BLUP ( از روش بیز و نمونه گیری گیبس استفاده شد. در هر مدل از مقیاسهای متفاوتی برای ماتریس G شامل استفاده از فراوانی آللی جمعیت بنیان گذار ) Gfoun ،) فراوانی آللی جمعیت مرجع ) Gref (، فراوانی آللی برابر با 5 / 0 ( G05 (، یک ماتریس نرمال شده با میانگین عنصرهای قطری برابر با یک ( Gnorm ( و یک ماتریس G وزن شده با ماتریس A ( Gwei (، استفاده شد. برای مقایسۀ نتایج از یک جمعیت دارای آمیزش تصادفی و یک جمعیت انتخاب شده، برای صفتی با وراثت پذیری 25 / 0 روی یک ژنگان با QTL 105 و 3000 نشانگر تک نوکلئوتیدی روی سه کروموزوم استفاده شد. نتایج نشان داد، عنصرهای ماتریس های G در مقایسه با ماتریس A واریانس بالاتری دارند. میانگین عنصرهای قطری و غیر قطری به غیراز Gnorm و Gwei از عنصرهای متناظر در A بالاتر بودند. روش های 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 درستی 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 پایین تر ) 026 / 0 در مقابل 04 / 0( بود. اریبی پیش بینی ارزش اصلاحی حقیقی جمعیت انتخاب شده با استفاده از Gwei نزدیک به صفر ولی با Gref بیشتر از 06 / 0 بود. بیشترین درستی و کمترین اریب می تواند با استفاده از فراوانی آللی جمعیت مرجع که با ماتریس A مقیاس شده اند، بهدست آید.

کلمات کلیدی