m=
= m + d
= m – d d =
= m + h h = – m
به چگونگی توزیع ژنها و وقتی دو والد از نظر چند ژن با یکدیگر متفاوت باشند ، در این حالت ارزش
را به صورت زیر تعریف کرد : و بستگی دارد ، لذا می توان
= m + [d] و = m – [d]
نحوه توزیع ژنهاست . و [d] = که در آن
دارای همه مکانهای ژنی -/- باشد . در آن صورت دارای همه مکانهای ژنی +/+ و اگر چنانچه
نیز دارای نیمی دیگر از مکانهای دارای نیمی از مکان های ژنی +/+ و خواهد بود . اما اگر = ۱
خواهد بود . ژنی +/+ باشد ، در آن صورت
نیز به صورت زیر تعریف می شود : و mدر ضمن میانگین
m= =
= m + [h]
برای تعداد زیادی ژن به شرطی که فاقد اثر متقابل باشند ، عبارت خواهد بود : میانگین

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

= m+ [h]
با هر دو والد در تکمیل بحث تجزیه میانگین نسلها ، دو نسل تلاقی برگشتی یک و دو یعنی آمیزش
به صورت زیر خواهد بود : و ) را نیز در نظر می گیریم ، میانگین های و (
= m + [d] + [h]
= m – [d] + [h]
در هر نسل نصف می شود و مقادیر میانگین به شرط[h]همان طور که دیده شد در نسل های متوالی ، ضریب
عدم وجود اپیستازی تغییر می کند و حداقل نسلهای لازم برآورد اثرات افزایشی ، غالبیت و اپیستازی نسل های
می باشند ( ۲ ، ۴ و ۱۴ ) . , , , , ,
حال برای دو مکان ژنی با اثرات اپیستازی در دیپلوئیدها :
= m + [d] + [dd] = m + [a] + [i]
= m – [d] + [dd] = m – [a] + [i]
= m + [h] + [hh] = m + [h] + [l]
= m + [h] + [hh] = m + [h] + [l]
= m + [d] + [h] + [dd] + [dh] + [hh]
= m + [d] + [h] + [i] + [j] + [l]
= m – [d] + [h] + [dd] – [dh] + [hh]
= m – [d] + [h] + [i] – [j] + [l]
اثر متقابل نوع افزایشی × [i] اثر غالبیت ، [h] اثر افزایشی ، [d] میانگین صفات ، mخاطر نشان می شود که
اثر متقابل نوع غالبیت × غالبیت می باشد ( ۱ ، ۲ و ۱۴ ) . [l] اثر متقابل نوع افزایشی × غالبیت و [j]افزایشی ،
در این مرحله باید با یک روش مناسب پارامترهای مختلف ژنتیکی را برآورد کرد . بهترین روش ، استفاده از روش حداقل مربعات وزنی است که در این روش با کمک قواعد ماتریس ، پارامترهای مختلف ژنتیکی برای مدل های دو ، سه ، چهار و پنج پارامتری ( آزمون مقیاس مشترک ) تخمین زده می شوند و با بهره گرفتن از آزمون
بهترین مدل برای هر یک از صفات مورد بررسی برازش داده می شود .
۲ ـ ۸ ـ آزمون مقیاس مشترک
کاوالی در سال ۱۹۵۲ روشی را برای تعیین شایستگی مدل ابداع کرد که آزمون مقیاس مشترک نام گرفت . این روش کلیه ترکیبات خانواده را همزمان مورد بررسی قرار می دهد و سه خصوصیت مهم دارد ( ۱۴ و ۱۵ ):
الف ) این روش می تواند کلیه ترکیبات خانواده ها را در یک زمان بررسی کند ،
نیز برآوورد می شود ،h, d , mب ) در این روش پارامترهای مدل
ج ) در این روش اگر بیش از سه پارامتر در دسترس باشد ، تناسب برازش یا مطابقت مدل نیز آزمون می شود .
حداقل سه خانواده لازم است ، لذا برای آزمون مطابقت مدل ، هیچh,d,mنظر به اینکه برای برآورد سه پارامتر
درجه آزادی از دست نمی رود ( ۲ ، ۱۲ ، ۱۴ ، ۱۵ و ۱۱۶ ) .
۲ ـ ۹ ـ شرح روش تجزیه واریانس نسلها
است . برای این امر معمولاً لازم است دو نسل در حال تفرق E و H , Dوظیفه تجزیه ژنتیکی برآورد اجزا
تلاقی داده شده باشند ، نسل های زیر میB با رقم Aحاصل از یک تلاقی موجود باشد . برای مثال اگر رقم
) و ( به عنوان نسل های تفرق ناپذیر و نسل های توانند موجود باشند :
) به عنوان نسل های در حال تفرق می باشند . برای هر یک از نسل های در حال تفرق ، باید (
) تعیین شوند . ) و واریانس ( S ) ، انحراف معیار(Xدر یک آزمایش پارامترهای میانگین (
از داده های آماری نسل های در حال تفرق و اجزایی که از لحاظ تئوریکی به آنها تعلق دارند ، می توان برآورد می شود ( ۱ ، ۲ و ۱۲ ) .E,H,Dمعادلاتی را برقرار کرد که با حل آنها مقادیر
بنابراین براساس راه حل معادلات چند مجهولی برآورد اجزاء واریانس مقدور می باشد . حل معادله در چند مرحله انجام می گیرد . در ابتدا باید از وجود شرایط لازم برای استفاده از مدل در موارد مورد بررسی اطمینان یافت و سپس معادلات را به معادلات نرمال تبدیل و آن را حل کرد (۱) .
۲ ـ ۱۰ ـ امتحان شرایط لازم برای کاربرد مدل
مدل تجزیه واریانس شامل دو جز ناشی از عوامل محیطی و عوامل ژنتیکی است که در بر گیرنده شرایطی چند است . مهمترین شرط موردنیاز وجود اثر افزایشی پلی ژنها می باشد ، یعنی این که هر یک از پلی ژنهاباید سهم برای هر یک از پلی ژنها برابر باشد dمشابهی داشته باشند که با یکدیگر جمع می شوند و فقط هنگامی که مقدار