1
00:00:01,933 --> 00:00:04,457
Genetické parametry ve šlechtění jsou

2
00:00:04,457 --> 00:00:06,180
tématem této přednášky.

3
00:00:07,241 --> 00:00:10,006
Přednáška je součástí modulu 3, šlechtění

4
00:00:10,006 --> 00:00:12,450
zvířat. Vytvoření této

5
00:00:12,450 --> 00:00:14,933
prezentace bylo podpořeno grantem Erasmus

6
00:00:15,094 --> 00:00:17,497
+ KA2 v rámci projektu

7
00:00:17,497 --> 00:00:20,302
ISAGREED Inovace obsahu a struktury

8
00:00:20,302 --> 00:00:22,986
strujních programů v oblasti managementu

9
00:00:23,226 --> 00:00:25,790
živočišných, genetických a potravinových

10
00:00:25,790 --> 00:00:27,914
zdrojů s využitími digitalizace.

11
00:00:34,414 --> 00:00:37,098
Budeme se zabývat genetickými parametry,

12
00:00:37,499 --> 00:00:40,223
zejména v heritabitou a principu metod

13
00:00:40,223 --> 00:00:43,218
jejího odhadu. Genetické

14
00:00:43,218 --> 00:00:46,062
parametry jsou statistické hodnoty, které

15
00:00:46,062 --> 00:00:47,905
definují genetický potenciál a

16
00:00:47,905 --> 00:00:50,429
heritabilitu vlastností v dané populaci

17
00:00:50,429 --> 00:00:53,073
zvířat. Heritabilita

18
00:00:53,474 --> 00:00:56,198
je populačně statistický parametr a je

19
00:00:56,198 --> 00:00:58,602
vyjádřena jako koeficient heritability.

20
00:00:59,564 --> 00:01:01,567
Ten měří podíl celkové fenotypové

21
00:01:01,567 --> 00:01:04,051
variability vlastnosti, který lze

22
00:01:04,051 --> 00:01:05,974
připsat genetické variabilitě.

23
00:01:07,015 --> 00:01:09,820
Je to podíl a tedy jeho hodnoty se mohou

24
00:01:09,820 --> 00:01:11,863
pohybovat v rozmezí od 0 do 1.

25
00:01:13,105 --> 00:01:14,827
Dalším genetickým parametrem jsou

26
00:01:14,827 --> 00:01:17,111
genetické korelace. Ty

27
00:01:17,111 --> 00:01:19,715
kvantifikují míru, do jaké geny

28
00:01:19,715 --> 00:01:22,680
ovlivňující jeden znak a současně ovlivňují i

29
00:01:22,680 --> 00:01:25,364
jiný znak. Hodnoty se

30
00:01:25,364 --> 00:01:27,648
pohybují od -1 do +1.

31
00:01:29,050 --> 00:01:31,534
Pozitivní genetické korelace naznačují,

32
00:01:32,014 --> 00:01:34,538
že zlepšení jednoho znaku povede i ke zlepšení

33
00:01:34,538 --> 00:01:37,303
jiného znaku. Záporné

34
00:01:37,303 --> 00:01:39,346
genetické korelace naznačují kompromis

35
00:01:39,346 --> 00:01:42,070
mezi znaky, když zlepšení jednoho znaku

36
00:01:42,311 --> 00:01:44,915
může vést ke snížení hodnoty druhého.

37
00:01:46,687 --> 00:01:48,771
Poslední genetickým parametrem je

38
00:01:48,771 --> 00:01:51,255
koeficient opakovatelnosti r,

39
00:01:51,856 --> 00:01:54,700
který odhaduje genetickou variabilitu u

40
00:01:54,700 --> 00:01:57,585
opakující se vlastnosti během života

41
00:01:57,585 --> 00:01:58,105
jedince.

42
00:02:01,591 --> 00:02:03,874
Metody odhadu genetických parametrů

43
00:02:04,636 --> 00:02:06,398
pro odhad genetických parametrů je

44
00:02:06,398 --> 00:02:09,243
potřeba znát fenotypové hodnoty, tedy

45
00:02:09,243 --> 00:02:11,006
změřené užitkové vlastnosti.

46
00:02:12,117 --> 00:02:14,321
Dále je potřeba kvantifikovat příbuzenské

47
00:02:14,321 --> 00:02:17,245
vztahy, to jest podílí společných genů.

48
00:02:18,207 --> 00:02:20,010
Tyto vztahy můžeme určovat pomocí

49
00:02:20,010 --> 00:02:22,414
rodokmenových dat, nebo v

50
00:02:22,414 --> 00:02:25,298
současnosti pomocí genomických dat. Jak

51
00:02:25,298 --> 00:02:27,662
je odhadneme, musíme využívat

52
00:02:27,662 --> 00:02:30,146
statistické metody zejména

53
00:02:30,146 --> 00:02:32,630
lineární modely, jako jsou regresní

54
00:02:32,630 --> 00:02:34,873
analýza, analýza variance a 

55
00:02:35,274 --> 00:02:37,718
kovariace, korelační analýza.

56
00:02:39,080 --> 00:02:40,883
Dřív však chceme odhadnout hodnotu

57
00:02:40,883 --> 00:02:43,607
genetické a prostřeďové variance.

58
00:02:45,049 --> 00:02:47,813
Přičemž genetickou varianci rozčleňujeme

59
00:02:47,813 --> 00:02:50,458
ještě na tři základní dílčí složky.

60
00:02:52,020 --> 00:02:54,224
Z nichž nás nejvíce zajímá aditivně

61
00:02:54,224 --> 00:02:55,345
genetická variance.

62
00:02:59,221 --> 00:03:01,705
Mezi nejstarší metody odhadu genetických

63
00:03:02,066 --> 00:03:04,670
parametrů patří analýza

64
00:03:04,670 --> 00:03:07,434
variance, která využívá součty nejmenších

65
00:03:07,434 --> 00:03:10,169
čtverců odchylek od průměru. Pro použití této

66
00:03:10,169 --> 00:03:12,733
metody je výhodné mít vybalancovaná data,

67
00:03:13,414 --> 00:03:16,178
pokud nejsou data vybalancovaná, musí se

68
00:03:16,178 --> 00:03:18,301
použít upravené Hendersonovy metody,

69
00:03:18,502 --> 00:03:20,465
které jsou součástí různých softwarů,

70
00:03:20,465 --> 00:03:22,668
jako je SAS, Harway a podobně.

71
00:03:25,182 --> 00:03:26,945
V praxi se však více využívají metody

72
00:03:26,945 --> 00:03:29,349
maximální věrohodnosti,maximum likelyhood

73
00:03:29,349 --> 00:03:32,233
metody nebo jejich různé varianty,

74
00:03:32,233 --> 00:03:35,168
například REML. Které dávají nejlepší

75
00:03:35,168 --> 00:03:37,451
odhady i u nevybalancovaných dat.

76
00:03:40,576 --> 00:03:42,820
Zejména ve výzkumné oblasti se ještě

77
00:03:42,820 --> 00:03:44,903
využívají i bayeziánské metody.

78
00:03:53,957 --> 00:03:56,762
Popíšeme si využívání hodnot užitovosti v

79
00:03:56,762 --> 00:03:59,005
rodinách k odhadu heritability.

80
00:04:00,127 --> 00:04:02,290
Vždy jsou počítaný fenotypové variance

81
00:04:02,290 --> 00:04:04,975
mezi rodinami a fenotypové variance

82
00:04:04,975 --> 00:04:07,699
uvnitř rodin. Pokud je variance v

83
00:04:07,699 --> 00:04:10,503
rodinách nízká, pak je současně

84
00:04:10,503 --> 00:04:13,308
variace mezi rodinami vysoká. Potom

85
00:04:13,308 --> 00:04:15,431
spočítáme u těchto vlastností vysokou

86
00:04:15,431 --> 00:04:16,673
hodnotu heritability.

87
00:04:17,795 --> 00:04:20,198
Naopak, pokud je variance v rodinách

88
00:04:20,198 --> 00:04:22,923
vysoká a variance mezi rodinami

89
00:04:22,923 --> 00:04:25,807
nízká, poté odhadneme nízkou

90
00:04:25,807 --> 00:04:28,572
hodnotu heritability. Je to z toho

91
00:04:28,572 --> 00:04:31,456
důvodu, že variance je uvnitř rodin, tedy

92
00:04:31,456 --> 00:04:34,261
mezi jedinci v rámci rodiny, 

93
00:04:34,261 --> 00:04:36,544
více způsobená prostřeďovou variancí.

94
00:04:37,426 --> 00:04:40,190
Naopak, variace mezi rodinami je více

95
00:04:40,190 --> 00:04:41,953
způsobena genetickou variancí.

96
00:04:44,857 --> 00:04:47,541
Platí pak pravidlo, že celková

97
00:04:47,541 --> 00:04:49,825
variance vlastnosti v populaci je

98
00:04:49,825 --> 00:04:52,710
způsobena variancí mezi rodinami, která

99
00:04:52,710 --> 00:04:55,113
je stejná jako kovariace uvnitř rodin

100
00:04:55,874 --> 00:04:57,677
a variancí uvnitř rodin.

101
00:05:03,777 --> 00:05:06,020
Schéma takového pokusu můžeme vidět v

102
00:05:06,020 --> 00:05:08,875
následujícím obrázku. Máme zde

103
00:05:08,875 --> 00:05:11,599
tři rodiny, kdy rodinu tvoří otec,

104
00:05:12,280 --> 00:05:14,524
který má s více matkami mnoho potomků.

105
00:05:15,666 --> 00:05:18,029
U těchto potomků jsou změřeny fenotykové

106
00:05:18,029 --> 00:05:20,734
hodnoty. Můžeme pak hodnotit

107
00:05:20,734 --> 00:05:23,217
variabilitu uvnitř potomků s

108
00:05:23,217 --> 00:05:25,421
variabilitou mezi skupinami příbuzných

109
00:05:25,421 --> 00:05:28,185
jedinců podle otců nebo podle otců i

110
00:05:28,185 --> 00:05:31,070
matek současně. Můžeme tak mít skupiny

111
00:05:31,070 --> 00:05:33,594
polosourozenců s 25

112
00:05:33,594 --> 00:05:36,238
procenty společných genů, ale také můžeme

113
00:05:36,238 --> 00:05:38,361
hodnotit skupiny vlastních sourozenců z

114
00:05:38,361 --> 00:05:40,284
50 procenty společných genů.

115
00:05:44,080 --> 00:05:46,564
Na tento model se nejlépe aplikuje

116
00:05:46,564 --> 00:05:49,499
analýza variance. ANOVA vám může

117
00:05:49,499 --> 00:05:51,902
detekovat důležité zdroje, efekty,

118
00:05:52,303 --> 00:05:54,106
které přispívají k rozdílnosti mezi

119
00:05:54,106 --> 00:05:56,950
jedinci. V našem případě to budou rodiče.

120
00:05:58,152 --> 00:06:00,276
Dále umožňuje určit jejich příspěvek na

121
00:06:00,276 --> 00:06:02,800
celkovou varianci. Hlavní

122
00:06:02,800 --> 00:06:04,723
způsoby, jak určit tuto varianci je

123
00:06:04,723 --> 00:06:06,606
odvodit součet čtverců odchylek od

124
00:06:06,606 --> 00:06:09,089
průměru a stupňů volnosti.

125
00:06:10,331 --> 00:06:11,854
Je důležité mít jedince, ve stejných

126
00:06:11,854 --> 00:06:14,137
skupinách se stejným stupněm příbuznosti,

127
00:06:14,778 --> 00:06:16,902
například skupiny polosourozenců podle

128
00:06:16,902 --> 00:06:19,786
otců nebo vztah rodič potomek.

129
00:06:22,030 --> 00:06:24,794
Platí vztah, že kovariance čili

130
00:06:24,794 --> 00:06:27,558
podobnost mezi členy rodiny neboli

131
00:06:27,558 --> 00:06:30,082
skupinami, je rovna komponentě

132
00:06:30,082 --> 00:06:32,166
variance mezi skupinami.

133
00:06:35,451 --> 00:06:37,214
Pokud použijeme model rodiny

134
00:06:37,214 --> 00:06:40,138
polosourozenců, pak variance mezi

135
00:06:40,138 --> 00:06:42,862
rodinami polosourozenců, otcovská,

136
00:06:43,584 --> 00:06:46,508
je rovna kovarianci mezi polosourozenci

137
00:06:47,390 --> 00:06:49,793
a ta je rovna čtvrtině variance aditivně

138
00:06:49,793 --> 00:06:52,437
genetické. Variance je v

139
00:06:52,437 --> 00:06:54,120
rodinách polosourozenců rovna

140
00:06:54,120 --> 00:06:56,764
reziduální varianci, která se obecně

141
00:06:56,764 --> 00:06:58,647
označuje jako variance prostřeďová.

142
00:06:59,889 --> 00:07:02,293
Heritabilita je pak rovna podílu variance

143
00:07:02,293 --> 00:07:05,258
aditivně genetické a celkové fenotypové

144
00:07:05,258 --> 00:07:08,102
variance. Což je rovno čtyřnásobku

145
00:07:08,102 --> 00:07:10,346
variance otcovské čili variance mezi

146
00:07:10,346 --> 00:07:13,070
rodinami polosourozenců ku celkové

147
00:07:13,070 --> 00:07:13,791
fenotypové.

148
00:07:16,625 --> 00:07:19,230
Zjednodušený design pokusů vidíme na

149
00:07:19,230 --> 00:07:22,194
tomto schématu. Každý otec má s jednou

150
00:07:22,194 --> 00:07:23,677
matkou jednoho potomka.

151
00:07:24,518 --> 00:07:27,122
Variabilita mezi potomky tedy

152
00:07:27,122 --> 00:07:29,406
hodnotíme podle skupin podle otců.

153
00:07:30,167 --> 00:07:32,611
Pak samozřejmě platí, že variance je

154
00:07:32,611 --> 00:07:35,495
aditivně genetická, a je rovna čtyřnásobku

155
00:07:35,495 --> 00:07:38,139
variance otcovské. Variaci otcovskou

156
00:07:38,139 --> 00:07:41,104
pomocí Analýzy variance můžeme odhadnout.

157
00:07:44,679 --> 00:07:46,883
Tomuto modelu se říká otcovský model

158
00:07:47,003 --> 00:07:49,647
neboli sire model. Jedná se o

159
00:07:49,647 --> 00:07:52,291
jedno faktorovou analýzu variance, kdy

160
00:07:52,291 --> 00:07:54,615
jediným pevným efektem

161
00:07:54,615 --> 00:07:57,299
v rovnici je efekt otců a.

162
00:07:58,341 --> 00:08:00,464
Předpokládá se, že otcové a matky jsou

163
00:08:00,464 --> 00:08:03,309
nepříbuzní a že jsou

164
00:08:03,309 --> 00:08:06,113
náhodně páření a nepůsobí na ně selekce.

165
00:08:06,995 --> 00:08:08,637
Dalším předpokladem je, že máme

166
00:08:08,637 --> 00:08:11,281
vybalancovaný design pokusu. To znamená,

167
00:08:11,722 --> 00:08:14,446
že p-otců je vždy pářeno s n-matkami

168
00:08:14,687 --> 00:08:16,249
a ty mají jednoho potomka.

169
00:08:21,748 --> 00:08:24,192
Ve výsledné tabulce analýzy variance

170
00:08:24,192 --> 00:08:26,515
otcovského modelu vidíme tři řádky.

171
00:08:27,236 --> 00:08:29,159
Poslední řádek je celková fenotypová

172
00:08:29,159 --> 00:08:32,074
variance. Zajímá nás ale 1. a

173
00:08:32,074 --> 00:08:34,277
2. řádek, které vyjadřují odhad

174
00:08:34,277 --> 00:08:37,202
variance mezi rodinami a variance

175
00:08:37,202 --> 00:08:39,886
uvnitř rodin. Jsou zde vyjádřeny stupně

176
00:08:39,886 --> 00:08:42,570
volnosti DF, dále jsou zde

177
00:08:42,570 --> 00:08:44,694
vzorce pro výpočet součtu čtverců

178
00:08:44,694 --> 00:08:47,097
odchylek od průměru podle zdroje

179
00:08:47,097 --> 00:08:49,982
variability a dále výpočet průměrného

180
00:08:49,982 --> 00:08:52,867
čtverce MS tedy variance.

181
00:08:54,068 --> 00:08:56,713
Což je podíl součtu čtverců odchylek od

182
00:08:56,713 --> 00:08:59,557
průměru a stupně volnosti.

183
00:09:00,599 --> 00:09:03,443
Zde končí statistika a v posledním

184
00:09:03,443 --> 00:09:06,207
sloupci začíná genetická část analýzy.

185
00:09:07,369 --> 00:09:09,372
Varianta prostředí je přímo rovná

186
00:09:09,372 --> 00:09:12,057
varianci uvnitř rodin, tedy reziduální

187
00:09:12,057 --> 00:09:14,661
varianci. A variance mezi

188
00:09:14,661 --> 00:09:17,024
rodinami čili mezi skupinami podle

189
00:09:17,024 --> 00:09:19,909
otců, MSA, tak v této

190
00:09:19,909 --> 00:09:22,313
varianci je obsažena genetická variance.

191
00:09:26,309 --> 00:09:28,873
Variance mezi otci, MSA, je rovna

192
00:09:28,873 --> 00:09:31,758
reziduální varianci plus n0 krát

193
00:09:31,758 --> 00:09:34,652
genetická variance. N0 je

194
00:09:34,652 --> 00:09:36,655
vážený počet potomků na jednoho otce.

195
00:09:37,817 --> 00:09:39,700
Protože reziduální variance je přímo

196
00:09:39,700 --> 00:09:42,625
rovná prostřeďové varianci můžeme přímo

197
00:09:42,625 --> 00:09:44,948
vypočítat genetickou varianci jako rozdíl

198
00:09:44,948 --> 00:09:47,192
mezi MSA čili otcovskou

199
00:09:47,192 --> 00:09:49,876
variancí mínus MSE,

200
00:09:49,876 --> 00:09:52,761
reziduální varianci, to celé děleno

201
00:09:52,761 --> 00:09:55,295
n0. Dále

202
00:09:55,295 --> 00:09:57,658
spočítáme intraklasní korelační

203
00:09:57,658 --> 00:10:00,503
koeficient, jako podíl genetické

204
00:10:00,503 --> 00:10:03,227
variance a celkové fenotypové

205
00:10:03,347 --> 00:10:06,102
variance. Vlastní odhad

206
00:10:06,342 --> 00:10:09,236
heritability pak získáme tak, že

207
00:10:09,236 --> 00:10:11,520
vynásobíme tento intraklasní korelační

208
00:10:11,520 --> 00:10:14,435
koeficient čtyřkou. Čtyřkou

209
00:10:14,435 --> 00:10:17,399
proto, že počítáme genetickou varianci na

210
00:10:17,399 --> 00:10:19,523
základě skupin polosourozenců.

211
00:10:20,444 --> 00:10:22,888
A my víme, že polosourozenci mají

212
00:10:22,888 --> 00:10:24,450
čtvrtinovou podobnost genu.

213
00:10:29,939 --> 00:10:32,182
Pro správnou interpretaci výsledků odhadu

214
00:10:32,182 --> 00:10:34,947
heritability je ještě potřeba spočítat

215
00:10:34,947 --> 00:10:36,429
její střední chybu odhadu.

216
00:10:37,831 --> 00:10:40,155
Výše střední chyby, jak vidíme podle

217
00:10:40,155 --> 00:10:42,919
vzorce, závisí zejména na počtu skupin

218
00:10:42,919 --> 00:10:45,684
polosourozenců a na váženém

219
00:10:45,684 --> 00:10:47,807
počtu potomků na otce.

220
00:10:50,762 --> 00:10:52,765
Jaký je význam odhadu heritability?

221
00:10:53,977 --> 00:10:56,380
Vysoká heritabilita

222
00:10:56,380 --> 00:10:59,105
naznačuje, že fenotypová variance

223
00:10:59,105 --> 00:11:01,428
dané vlastnosti v populaci je do značné míry

224
00:11:01,428 --> 00:11:03,151
ovlivněna genetickou variancí.

225
00:11:04,353 --> 00:11:06,196
Šlechtitelské programy se mohou zaměřit

226
00:11:06,196 --> 00:11:08,800
na vlastnosti s vysokou heritabilitou a

227
00:11:08,800 --> 00:11:10,523
dosáhnout tak rychlejšího genetického

228
00:11:10,523 --> 00:11:12,406
pokroku čili genetického zisku.

229
00:11:16,722 --> 00:11:19,367
Závěrem lze říci, že pochopení

230
00:11:19,367 --> 00:11:21,290
genetických parametrů je pro efektivní

231
00:11:21,290 --> 00:11:22,652
šlechtění zvířat klíčové.

232
00:11:23,904 --> 00:11:26,748
Heritabilita, genetické korelace a

233
00:11:26,748 --> 00:11:29,232
pokroky jako je GWAS a genomická selekce

234
00:11:29,673 --> 00:11:31,876
umožňují cílené zlepšování znaků pro

235
00:11:31,876 --> 00:11:33,839
zvýšení produktivity a ziskovosti v

236
00:11:33,839 --> 00:11:34,961
živočišné výrobě.

237
00:11:38,006 --> 00:11:39,528
Děkuji vám za vaši pozornost.