Sukusiitoksen ja jalostussuunnitelmassa etenemisen kanssa painiminen on olennainen osa jalostustoimintaa. Suurin ongelma on siinä, että BLUP -laskenta on sinällään tehokasta, mutta sen käyttäminen sekä jalostuksen ennustamiseen että valintaan johtaa sukusiitosasteen kasvamiseen. Quinton ja Smith huomasivat 1995, että jos sukusiitosaste otetaan huomioon tekemällä BLUP:iin ad hoc -korjauksia tältä osin, systeemi menettää etunsa. Tämä on tietenkin ongelma jos puhutaan pienistä populaatioista.
Tätä on korjailtu sillä että BLUP pidetään mukana kuvioissa ja sitä käytetään vain antamaan parhaan ennusteen. Ja valintalinjan valitsemiseen käytetään kvadraattisten menetelmien hyväksikäyttöä (quadratic index). Näin sama muutos saadaan pienemmällä sukusiitosasteen muutoksella. Sama geneettinen muutos (ΔG) saadaan pienemmällä sukusiitoksen kasvulla. Itse asiassa Caballero ja Santiago löysivät että siinä missä BLUP joka usein hävittää harvinaisen mutta hyödyllisen mutaation, tällä tavalla korjailtuna ne yleistyvät paljon tehokkaammin.
Käsittelyyn liittyvät seuraavat asiat.
Tehokas populaation koko (Ne) riippuu sukusiitosasteesta ja sen muutoksesta ΔF. Se on laskettavissa kaavalla Ne = 1/(2ΔF)
Kun arvioita tehdään on löydettävä λ, joka sallii sen, että ½cTAc (ryhmän sukulaisuus) täyttää ΔF asetetut vaatimukset. Vektori c kuvaa haluttua vaikutusta geenipoolissa, ja se mitataan yksittäisiltä "ehdokkailta". Joten jos ci=0, niin yksilöi jää käyttämättä. Ja jos se on suurempi, sitä käytetään osan populaation kohdalla. Vektori g kuvaa arvioitua jalostusarvoa.(A taas on matriksilaskentaan liittyvä suhdematriisin merkki.)
Jalostuksessa yritetään tietysti maksimoida geneettinen edistyminen, mutta riskinä on sukusiitosasteen liika kasvaminen. Siispä yritetään etsiä c, joka maksimoi cTg - λcTAc. Arvot yritetään pitää siten että 0 ≤ ci ≤ ½ sekä Σfemales ci = Σmales ci = ½ Koska puolet geeneistä tulee populaatioon aina peräisin urokselta ja puolet naarailta (jokaisella on kaksi vanhempaa, etenkin osia uroksia voidaan periaatteessa käyttää enemmän, mutta silloin heidän isien osuutensa populaatiosta vain on suurempi. Koska molempia vanhempia on saman verran, kummankin sukupuolen osuus seuraavan sukupolven populaation geenipoolista on "sukupuolen kannalta" yhtä suuri.)
Jos ajanhetkellä t ryhmän sukusiitosaste on Ct, niin ajanhetkellä t+1 se on Ct + ΔF(1-Ct). Tällä tavalla jalostukseen saadaan tasainen edistyminen, joka on kuitenkin mahdollisimman nopeaa. Nykyään laskentateho tietenkin mahdollistaa laskennan yhä mutkikkaimmissa tilanteissa. Kompleksisissa tilanteissa hakua joudutaan tekemään geneettisten algoritmien avulla, jolloin ei haeta nopeinta edistymistä vaan sen sijaan "melko hyvää tulosta".
Erikoinen tilanne voi tulla vastaan silloin, kun tavoitteena ei olekaan jalostus vaan säilyttäminen. Silloin esimerkiksi jokin maatiaisrotu halutaan pitää ennallaan. Tällöin tavoite on tietysti se, että ΔF olisi mahdollisimman vakaa. Silloin kaavaan haetaan tietysti c:tä, joka minimoi cTAc:n siten että cTg on suurempi kuin k ja 0 ≤ c1 ≤ ½ ja Σfemales ci = Σmales ci = ½ (k= valinnan intensiteetin ja valintarajan yhteisvaikutusta kuvaava lyhenne.) Tietenkin näissäkin voidaan erota tästä "ideaalista", koska populaatiossa voi olla esimerkiksi geenivikoja joista tietenkin - tai ainakin melko usein - halutaan eroon.
Päätin tänään että tämä pala häipyy opinnäytetyöstäni. Se ei sopinut ihan aiheeseen ja oli muodoltaan liian tekninen, lisäksi lähteistin sen huolimattomasti ja kirjoitusmuotokin on outo. Kuitenkin pidin siitä jollain tapaa.
Ei kommentteja:
Lähetä kommentti