You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
WSPÓŁCZYNNIK INBREDU I SPOKREWNIENIA<br />
Powszechnie wiadomo obserwujc ludzi, zwierzta czy roliny e osobniki z jednej rodziny<br />
wykazuj do siebie pewne podobiestwo. Młodzi rodzice z dziemi spieraj si do kogo<br />
pociecha jest bardziej podobna. Osobniki s podobne nie tylko do rodziców, ale take maja<br />
wspólne cechy z pół i –pełnym rodzestwem, wujkami, dziadkami. Stopie podobiestwa<br />
przy wizach rodzinnych moe by policzony uywajc zasad spokrewnienia genetycznego.<br />
Współczynnik spokrewnienia<br />
Współczynnik spokrewnienia addytywnego midzy osobnikami -prawdopodobiestwo, e<br />
allel z danej pary alleli jednego osobnika jest identyczny przez pochodzenie z allelem tej<br />
samej pary drugiego osobnika (innych osobników).<br />
Druga cz definicji wymaga aby allele były identyczne przez pochodzenie. Dwa allele s<br />
identyczne przez pochodzenie (IBD) jeeli jeden z nich jest bezporednio kopi drugiego<br />
(jeden osobnik jest przodkiem drugiego-spokrewnienie w lini prostej) lub gdy oba s kopia<br />
tego samego allelu u wspólnego przodka (spokrewnienie w lini bocznej). Dlatego osobniki<br />
mog mie allele identyczne przez pochodzenie jeeli posiadaj co najmniej jednego<br />
wspólnego przodka.<br />
n<br />
( 1+<br />
F )<br />
1 <br />
<br />
a<br />
R<br />
2 <br />
xy =<br />
1+<br />
Fa<br />
1 <br />
RXa =<br />
( 1+<br />
Fx)(<br />
1+<br />
Fy)<br />
<br />
1+<br />
FX<br />
i 2 <br />
Linia boczna linia prosta<br />
Współczynnik inbredu.<br />
Współczynnik inbredu osobnika X (Fx) jest prawdopodobiestwem e oba allele w losowo<br />
wybranym locus s identyczne przez pochodzenie. Współczynnik inbredu jest parametrem<br />
charakteryzujcym pojedynczego osobnika, w przeciwiestwie do spokrewnienia które<br />
odnosz si do podobiestwa midzy osobnikami. Współczynnik inbredu potomka jest równy<br />
połowie spokrewnienia addytywnego midzy jego rodzicami. Dlatego osobnik moe by<br />
zinbredowany tylko wtedy gdy jego rodzice posiadaj wspólnego przodka. Jeeli oba allele<br />
s identyczne przez pochodzenie to osobnik jest homozygotyczny w danym locus. Dlatego<br />
te współczynnik inbredu mona tez interpretowa jako prawdopodobiestwo wzrostu<br />
homozygotycznoci osobnika na skutek kojarzenia krewniaczego jego rodziców.<br />
Aby obliczy współczynnik inbredu osobnika wypisujemy cieki łczce jego rodziców! (nie<br />
dochodzimy do osobnika!!!) przez wspólnych przodków.<br />
F<br />
x<br />
n<br />
1 1 <br />
= 1<br />
2 i 2 <br />
( + Fa)<br />
Fx- inbred osobnika, Fa inbred wspólnego przodka rodziców<br />
Interpretacja współczynnika inbredu: Poziom homozygotycznoci osobnika X bdzie o ...%<br />
wyszy od redniego poziomu homozygotycznoci osobników nie majcych wspólnych<br />
przodków.<br />
Skutki inbredu:<br />
Pozytywne:<br />
+konsolidacja genetyczna populacji<br />
+eliminacja genów recesywnych<br />
+utrwalenie korzystnych cech wybranego przodka<br />
negatywne (depresja inbredowa)<br />
-ujawnienie genów letalnych i semiletalnych<br />
-obnienie cech produkcyjnych i reprodukcyjnych<br />
-obnienie zdolnoci adaptacyjnych i ywotnoci<br />
-zmienjszenie zmiennoci genetycznej<br />
n
Metoda cieek<br />
Metoda cieek opiera si na zasadzie e przy kadym przekazywaniu jest<br />
prawdopodobiestwo ½ e został przekazany dany allel. Wemy za przykład półrodzestwo:<br />
W<br />
O1 O2<br />
cieka łczca je to O1 – W – O2 Dlatego s rozdzielone przez 2 cieki. W celu obliczenia<br />
spokrewnienia osobników X i Y Naley znale wspólnych przodków tych osobników<br />
(osobnik W) a nastpnie cieki łczce je przez wspólnego przodka. Naley uwzgldni<br />
wszystkich wspólnych przodków, jednak nie wolno przechodzi dwukrotnie przez tego<br />
samego osobnika, zapisujemy na rodku wspólnego przodka i zgodnie z kierunkiem strzałek<br />
dochodzimy od niego do jednego i drugiego osobnika.<br />
Macierz spokrewnie addytywnych<br />
W celu obliczenia elementów macierzy spokrewnie addytywnych naley podj nastpujce<br />
kroki:<br />
1. Uporzdkowa osobniki według wieku. Rodzic powinien mie zawsze niszy numer<br />
ni potomek. Utworzy macierz o liczbie kolumn i wierszy odpowiadajcej liczbie<br />
osobników w rodowodzie.<br />
2. elementy macierzy bd obliczane tylko w czci ponad diagonalnej gdy a ij = a ji<br />
3. dla zwierzt których rodzice s znani zwierz i o rodzicach s i d elementy<br />
pozadiagonalne aij= ½ asi+ ½ adi i diagonalne ajj= 1+ ½ asd jeeli s lub/i d s nieznane<br />
asi lub/i adi s równe 0<br />
E C<br />
A D<br />
B I F<br />
J G<br />
H<br />
Przykład: Przypumy e interesuje nas współczynnik inbredu osobnika H. Dlatego musimy<br />
wypisa cieki łczce osobniki G i J. Jest kilka moliwych cieek:<br />
1) J – A – I – G ( ½ ) (1+2) (1+ FA)<br />
2) J – A – C – D – I - G ( ½ ) (2+3) (1+ FC)<br />
3) J – B – E –F - G ( ½ ) (2+2) (1+ FE)<br />
Konieczna jest znajomo współczynnika inbredu wspólnych przodków A C i E, poniewa<br />
rodzice C i E s nieznani a take jeden z rodziców A jest nieznany przyjmujemy e s oni nie<br />
spokrewnieni, tzn e współczynnik inbredu osobników A C i E jest równy 0. dlatego<br />
współczynnik inbredu osobnika H wynosi FH= ½ [( ½ ) (3) + ( ½ ) (5) + ( ½ ) (4) ]= ½ *7/32 =<br />
0.1095<br />
Dla tego samego rodowodu moemy utworzy macierz spokrewnie addytywnych.
Osobnik ojciec matka osobnik ojciec matka<br />
E - - 1 - -<br />
C - - 2 - -<br />
D C - 3 2 -<br />
A C - 4 2 -<br />
B E - 5 1 -<br />
I A D 6 4 3<br />
F E - 7 1 -<br />
J A B 8 4 5<br />
G F I 9 7 6<br />
H J G 10 8 9<br />
a11= 1+ a-- =1+0=1<br />
a12= ½ a1- + ½ a1-=0+0=0<br />
a13= ½ a12 + ½ a1-=0+0=0<br />
a14= ½ a12 + ½ a1-=0+0=0<br />
a15= ½ a11 + ½ a1-=0.5+0=0.5<br />
a16= ½ a14 + ½ a13=0+0=0<br />
a17= ½ a11 + ½ a1-=0.5+0=0.5<br />
a18= ½ a14 + ½ a15=0+0.25=0.25<br />
a19 = ½ a17 + ½ a16=0.25+0=0.25<br />
a1 10=½ a18 + ½ a19=0.125+0.125=0.25<br />
a22=1+ a-- =1+0=1<br />
a23=½ a22 + ½ a2-=0.5+0=0.5 itd.<br />
-- -- 2- 2- 1- 43 1- 45 76 89<br />
1 2 3 4 5 6 7 8 9 10<br />
1 1.0 0 0 0 0.5 0 0.5 0.25 0.25 0.25<br />
2 1.0 0.5 0.5 0 0.5 0 0.25 0.25 0.25<br />
3 1.0 0.25 0 0.625 0 0.125 0.313 0.219<br />
4 1.0 0 0.625 0 0.5 0.313 0.406<br />
5 1.0 0 0.25 0.5 0.125 0.313<br />
6 1.125 0 0.313 0.563 0.438<br />
7 1.0 0.125 0.5 0.313<br />
8 1.0 0.219 0.609<br />
9 1.0 0.609<br />
10 1.109<br />
poniewa macierz spokrewnie jest macierz symetryczn czyli aij=aji po wypełnieniu<br />
poszczególnych wierszy moemy je przepisa jako kolumny<br />
rednie spokrewnienie w populacji obliczamy jako redni elementów ponad przektn.<br />
redni inbred w populacji obliczamy jako redni elementów na przektnej pomniejszonych<br />
o 1<br />
Współczynnik spokrewnienia dominacyjnego - prawdopodobiestwo, e para alleli<br />
jednego osobnika jest identyczna parze alleli drugiego osobnika (innych osobników).<br />
dji = dij = 0.25(asisjadidj + asidjadisj )<br />
dii = 1 + (aii-1) 2d11= 1+ (a11-1) =1+0=1<br />
d12= ¼( a--*a--+ a--*a--)=0.25*0=0<br />
a36= ¼( a24*a-3 +a23*a-4)=0.25*0=0<br />
a68= ¼( a44*a35 +a45*a34)=0.25*(1*0+0*0,25)=0<br />
a910= ¼( a78*a69 +a79*a68)=0.25*(0,125*0,563+0,5*0,313)=0,0567<br />
Współczynnik spokrewnienia epistatycznego (typu addycja * addycja) –<br />
prawdopodobiestwo, e dwie pary alleli jednego osobnika s identyczne z tymi samymi<br />
parami drugiego osobnika (innych osobników).<br />
Iloczyny Hadammarda elementów macierzy A, czyli:<br />
(a#a) ij = a ij * a ij
PARAMETRY GENETYCZNE<br />
Addytywna<br />
Dominacyjna<br />
Epistatyczna<br />
...<br />
Podstawowe ródła zmiennoci genetycznej:<br />
losowy rozdział chromosomów<br />
zrónicowana frekwencja alleli<br />
rekombinacja<br />
mutacje<br />
interakcje alleliczne i niealleliczne.<br />
Podział zmiennoci fenotypowej<br />
Wariancja fenotypowa<br />
Wariancja genetyczna Interakcja genotyp-rodowisko<br />
Wariancja rodowiskowa<br />
rodowiskowa trwała rodowiskowa losowa<br />
Odziedziczalno w szerszym sensie jest ilorazem wariancji genetycznej do wariancji<br />
2<br />
2 σG<br />
fenotypowej. h = 2<br />
σP<br />
Odziedziczalno w wszym sensie jest to udział wariancji genetycznej addytywnej w<br />
2<br />
2 σ A<br />
wariancji fenotypowej h = 2<br />
σ P<br />
Współczynnik odziedziczalnoci zawiera si wic w przedziale . Wysoka warto h 2<br />
wskazuje na moliwoci prowadzenia skutecznej selekcji, gdy wiadczy to o stosunkowo<br />
duej zmiennoci genetycznej przy niewielkiej zmiennoci rodowiskowej. Parametr ten jest<br />
cech<br />
okrelonej populacji obserwowanej w danym czasie i jako taki moe ulega pewnym<br />
zmianom.<br />
Współczynnik powtarzalnoci wyraajcy stopie siły zalenoci midzy powtarzanymi<br />
wartociami fenotypowymi osobników dla danej cechy, definiowany jest jako stosunek<br />
wariancji genetycznej i wariancji rodowiskowej trwałej do wariancji fenotypowej.<br />
2 2<br />
σG<br />
+ σE<br />
p<br />
r = 2<br />
σP<br />
Zawiera si w przedziale . Szacowany jest dla cech, które ujawniaj si wicej ni<br />
jeden raz w cigu ycia osobników. Celem oceny tego parametru jest uzyskanie informacji<br />
nie tylko o moliwociach prowadzenia skutecznej, lecz take wczesnej selekcji.<br />
Korelacje genetyczne s miar siły zalenoci midzy efektami genetycznymi dwóch cech.<br />
Analogiczne relacje zachodz dla korelacji fenotypowych i rodowiskowych. Miar korelacji<br />
jest współczynnik korelacji zawierajcy si w przedziale . Dodatnia warto tego<br />
współczynnika wskazuje na to, e wraz ze wzrostem wartoci jednej cechy nastpuje wzrost<br />
wartoci drugiej. Odwrotne relacje wystpuj dla ujemnej korelacji. Współczynnik korelacji<br />
równy (bd bliski zeru) wskazuje na brak zalenoci midzy par cech. Najwaniejszymi z<br />
hodowlanego punktu widzenia s korelacje genetyczne, gdy na podstawie ich oceny mona<br />
miedzy innymi przewidywa skutki selekcji ukierunkowanej na doskonalenie jednej cechy.
Współczynnik korelacji wykorzystywany był czsto w selekcji ze wzgldu na cechy trudno<br />
mierzalne. Wówczas selekcja mogła odbywa si na podstawie wartoci cechy łatwej w<br />
obserwacji, skorelowanej jednak z cech trudno mierzaln.<br />
Przyczyny istnienia korelacji genetycznych: zjawisko plejotropii i sprzenia genów. Wielko<br />
współczynnika korelacji genetycznej, jako parametru odnoszcego si nie do<br />
poszczególnych osobników lecz do całej populacji, moe by bezporednio wynikiem składu<br />
jej puli genowej. Czynnikami o charakterze genetycznym, zmieniajcymi wielko<br />
współczynnika korelacji genetycznej moe by selekcja osobników, jak i ich migracja.<br />
SZACOWANIE KOMPONENTÓW WARIANCJI<br />
Jednoczynnikowa analiza wariancji moe by stosowana jeeli jedynym czynnikiem<br />
rónicujcym struktur populacji jest podział na grupy półrodzestwa.<br />
Załoenia:<br />
¡<br />
wariancje dla poszczególnych grup ojcowskich powinny by jednorodne,<br />
¡<br />
liczebno grupy ojcowskiej z teoretycznego punktu widzenia powinna by wiksza ni 2<br />
(w praktyce nie powinna by mniejsza ni 10),<br />
¡<br />
grup ojcowskich powinno by co najmniej kilkadziesit,<br />
¡<br />
w przypadku testowania hipotez wymagany jest rozkład normalny wektora obserwacji,<br />
¡<br />
spokrewnienie w ramach jednej grupy ojcowskiej powinno wynosi 0,25,<br />
¡<br />
spokrewnienie midzy osobnikami z rónych grup ojcowskich powinno by równe zeru.<br />
Model dla klasyfikacji pojedynczej:<br />
y = μ + s + e ,<br />
ij i ij<br />
gdzie: yij - obserwacja j-tego potomka po i-tym ojcu, μ − rednia ogólna,<br />
si − efekt losowy i-tego ojca, eij − losowy efekt resztowy zwizany z obserwacj j -tego potomka po<br />
i -tym ojcu.<br />
Tabela analizy wariancji/(kowariancji) dla klasyfikacji pojedynczej.<br />
ródło Stopnie Suma redni Warto<br />
oczekiwana<br />
zmiennoci swobody kwadratów kwadrat redniego kwadratu<br />
(iloczynów) (iloczyn) (iloczynu)<br />
2 2<br />
Midzy N − 1 SSs MS <br />
s σ + kσ<br />
e s<br />
gr. ojcowskimi ( SS sXY ) ( MS sXY ) ( cov e + k covs<br />
)<br />
Wewntrz<br />
grup ojcowskich n N<br />
• − SSe MSe 2 σ e<br />
( SS eXY ) ( eXY<br />
N - liczba ojców n i - liczba córek po i -tym ojcu<br />
N<br />
ni<br />
2<br />
SS = y −<br />
e ij<br />
i=<br />
1 j=<br />
1<br />
N<br />
i=<br />
1<br />
yi<br />
n<br />
2<br />
•<br />
i<br />
SS<br />
s<br />
N yi<br />
y<br />
= −<br />
n n<br />
i=<br />
1<br />
2 2<br />
• ••<br />
i<br />
•<br />
k<br />
n<br />
• <br />
=<br />
=<br />
N<br />
i 1<br />
1 1<br />
n•<br />
−<br />
N −1<br />
n•<br />
= <br />
i=<br />
1<br />
MS ) ( cov e )<br />
ni<br />
N<br />
2<br />
ni<br />
<br />
<br />
y<br />
2<br />
••<br />
N ni<br />
2<br />
= <br />
yij<br />
<br />
i=<br />
1 j=<br />
1
2 2<br />
σ = 4σ<br />
, std: h<br />
A s<br />
2<br />
σˆ<br />
c r = 2 2<br />
σˆ<br />
ˆ c + σe<br />
covs<br />
rG<br />
=<br />
σ σ<br />
sx<br />
sy<br />
r<br />
E<br />
=<br />
2<br />
2<br />
4 σ s<br />
= 2 2 σ + σ<br />
s e<br />
cov − 3cov<br />
2 2 2 2<br />
( σ − 3σ<br />
)( σ − 3σ<br />
eX<br />
e<br />
sX<br />
eY<br />
s<br />
V(<br />
h<br />
2<br />
sY<br />
) =<br />
)<br />
2 2<br />
[ 4 + ( n −1)<br />
h ]( 4 − h )<br />
8n(<br />
n −1)(<br />
N −1)<br />
r<br />
P<br />
=<br />
( σ<br />
2<br />
eX<br />
cov + cov<br />
WARTO HODOWLANA- MODEL POJEDYNCZEGO LOCUS<br />
Przyjmijmy, e cecha ilociowa jest determinowana przez pojedyncze locus o 2 allelach. W<br />
tym locus s moliwe trzy genotypy: BB, Bb, bb. Moemy okreli cech ilociowo przez<br />
przyjcie redniej z dwóch alternatywnych homozygot jako rodek (o) i zdefiniowanie<br />
kadego genotypu w odniesieniu do tego rodka. W tym modelu warto genotypowa BB<br />
GBB=o+a GBb=o+d Gbb=o-a, gdzie o jest rodkiem, 2a jest rónic midzy alternatywnymi<br />
homozygotami<br />
d<br />
bb o Bb BB<br />
a a<br />
Przypumy, e frekwencja B wynosi p a frekwencja b wynosi q, gdzie p+q=1.<br />
Jeeli populacja jest w stanie równowagi Hardego-Weinberga wtedy frekwencja genotypu BB<br />
wynosi p 2 , bb q 2 , a Bb 2pq. Oczywicie p 2 +2pq+q 2 =1. rednia warto genotypowa populacji<br />
wynosi =o+p 2 a+2pqd+q 2 (-a) po przekształceniach otrzymujemy e =o+(p-q)a+2pqd<br />
Warto hodowlana moe by zdefiniowana jako 2x(oczekiwana warto fenotypowa<br />
potomstwa powstałego z kojarzenia osobnika z losowo wybranymi partnerami wyraona jako<br />
odchylenie od redniej populacji). Warto hodowlana jest sum przecitnych efektów<br />
genów osobnika.<br />
α=a+d(q-p) ABB =2q ABb=(q-p) Abb=-2p<br />
Odchylenie dominacyjne: Dla locci addytywnych, gdzie d=0 odchylenie wartoci<br />
genotypowej od redniej populacji jest równe wartoci hodowlanej, G- =A. W przypadku<br />
istnienia dominacji pojawia si rónica midzy A i G. Rónica midzy wartoci genotypowa<br />
zwierzcia (wyraona jako odchylenie od redniej) a wartoci hodowlan jest nazywana<br />
odchyleniem dominacyjnym: D=G- -A DBB=-2q 2 d DBb=2pqd<br />
Dbb=-2p 2 d<br />
Całkowita warto fenotypowa zwierzcia zaley od genotypu i rodowiska, std<br />
P=G+E= + A+D+E<br />
Podobnie mona rozdzieli wariancje na poszczególne komponenty VP = VG +VE = VA+VD<br />
+VE<br />
VA = 2pq 2<br />
VD = (2pqd) 2<br />
VG = VA + VD<br />
Dla wikszej liczby locci naley ponadto uwzgldni efekt współdziałania alleli z rónych<br />
locci, czyli efekt epistazy. Std, P = + A + D + I +E.<br />
Dla wikszoci cech ilociowych przyjmuje si poligeniczny model dziedziczenia, w którym<br />
cecha warunkowana jest przez wiele genów o równym ale bardzo małym efekcie.<br />
+ σ<br />
e<br />
2<br />
sX<br />
)( σ<br />
s<br />
2<br />
eY<br />
+ σ<br />
2<br />
sY<br />
)
Przykład 1. Analizowano mas ciała myszy w wieku 2 tygodni uzyskujc nastpujce<br />
pomiary:<br />
Po samcu 1: 7,8,7,6,7; Po samcu 2: 4,6,7,6,7; Po samcu 3: 9,7,8,7,9; Po samcu 4: 7,5,6,8,9.<br />
Jaka jest odziedziczalno tej cechy? Czy jej powtarzalno moe wynosi 0.1- uzasadnij.<br />
Przykład 2. Analizowano zawarto tłuszczu w pierwszej laktacji. Próba składała si z 15<br />
grup ojcowskich o liczebnociach równych odpowiednio: 21, 30, 48, 33, 42, 16, 5, 42, 50, 45,<br />
47, 22, 38, 40, 29. Suma kwadratów dla ródła zmiennoci midzy grupami ojcowskimi<br />
wyniosła 45.49 a wewntrz grup: 275.57. Oszacuj h 2 analizowanej cechy oraz jej błd<br />
standardowy.<br />
Przykład 3. Z pewnej populacji wybrano 50 niespokrewnionych ze sob krów, z których<br />
kada miała zbadan wydajno tłuszczu w 3 laktacjach. Wykonano analiz wariancji,<br />
przyjmujc za grupy wydajno (laktacje) jednej krowy. Uzyskano nastpujce sumy<br />
kwadratów: dla zmiennoci midzy grupami (krowami) SSc=242 550, a dla zmiennoci<br />
„wewntrz krów” (midzy laktacjami): SSe=90 000.Oszacuj powtarzalno tej cechy.<br />
Przykład 4. W tabeli zawarte s wyniki analizy kowariancji wydajnoci tłuszczu (cecha X) i<br />
zawartoci tłuszczu (cecha Y) w laktacji krów, przy czym populacja słuca do oblicze<br />
składała si z 40 grup półrodzestwa po 50 osobników kada. Oszacuj wielko korelacji<br />
genetycznej, rodowiskowej i fenotypowej.<br />
ródło<br />
Liczba stopni Suma kwadratów<br />
Suma iloczynów<br />
zmiennoci<br />
swobody Cecha X cecha Y<br />
Midzy grupami 253500 196,95 2667,6<br />
Wewntrz grup 2940000 1078 16464<br />
Przykład 5. Populacja składała si z 90 grup półrodzestwa po 120 osobników kada, suma<br />
kwadratów dla pierwszej cechy dla zmiennoci midzy ojcami wynosi 300 natomiast<br />
wewntrz ojców wynosi 1500, redni iloczyn midzy ojcami wynosi 11.24, wewntrz ojców<br />
0.79. Wariancja ojcowska dla drugiej cechy wynosi 1. Oszacuj odziedziczalno pierwszej<br />
cechy, jej błd standardowy oraz korelacje genetyczn midzy tymi cechami. Czy gdyby<br />
analizowanymi cechami były przyrost masy ciała i zawarto misa w tuszy to tak korelacj<br />
uznałby za korzystn, dlaczego?
Przykład 6. Załómy e masa ciała lochy jest warunkowana przez pojedyncze locus z<br />
dwoma allelami o wartociach genotypowych równych bb 130kg, Bb 150kg, BB 160 kg.<br />
Frekwencja allelu recesywnego wynosi 0.7. Jaka jest warto hodowlana i odchylenie<br />
dominacyjne zwierzt o poszczególnych genotypach? Jaka jest rednia warto hodowlana i<br />
odchylenie dominacyjne w populacji? Jaka jest oczekiwana warto potomstwa osobników o<br />
genotypie BB? Jaka jest zmienno genetyczna zwierzt w tej populacji? Wiedzc, e<br />
wariancja rodowiskowa dla masy ciała wynosiła 68kg 2 oszacuj odziedziczalno w sensie<br />
wszym i szerszym.<br />
Przykład 7. U myszy obserwowano gen karłowatoci pygma (pg). Myszy nie posiadajce<br />
tego genu (+,+) wayły rednio 12g, nosiciele pojedynczej jego kopii (+,pg) charakteryzowała<br />
rednia masa = 11g, natomiast osobniki z dwoma takimi genami (pg,pg) wayły rednio tylko<br />
8g. P=0.2. Wyznacz warto hodowlan i odchylenie dominacyjne zwierzt o<br />
poszczególnych genotypach oraz komponenty wariancji genetycznej.<br />
Przykład 8. Wariancja genetyczna jest dwa razy wiksza od rodowiskowej. Jaka jest<br />
odziedziczalno tej cechy?<br />
Przykład 9. Wariancja genetyczna jest 3 razy mniejsza od rodowiskowej trwałej i równa<br />
rodowiskowej losowej. Jaka jest odziedziczalno i powtarzalno tej cechy?<br />
BLUP – Najlepsza Liniowa Nieobciona Predykcja - Best Linear Unbiased Prediction<br />
Model ojca - oceniane s samce na podstawie uytkowoci ich potomstwa.<br />
Zakłada si, e:<br />
spokrewnienie w ramach grupy ojcowskiej wynosi ¼.<br />
brak spokrewnienia midzy osobnikami z rónych grup ojcowskich.<br />
samce s kojarzone z losow grup samic<br />
Zapis modelu liniowego ojca w notacji macierzowej:<br />
y = Xβ + Zu + e<br />
y – nx1 wymiarowy wektor obserwacji (obserwacje cech potomstwa, zwykle córek,<br />
zestawiane s w kolumnie), n jest liczb obserwacji;<br />
β - px1 wymiarowy wektor nieznanych efektów stałych (np. stad, sezonów wycielenia itp.)<br />
p- liczba poziomów efektów stałych;<br />
u – sx1 wymiarowy wektor nieznanych wartoci hodowlanych ojców, s jest liczb ocenianych<br />
ojców;<br />
e – nx1 wymiarowy wektor nieznanych efektów błdów losowych;<br />
X – nxp wymiarowy macierz incydencji dla efektów stałych (wica obserwacje z<br />
odpowiednimi efektami);<br />
Z – nxs wymiarowy macierz incydencji dla efektów losowych (wie obserwacje potomstwa<br />
z efektami ojca).<br />
Układ równa mieszanych (BLUP):<br />
Χ'Χ<br />
<br />
<br />
Ζ'Χ<br />
Ζ'<br />
Χ'Ζ<br />
Ζ+<br />
Ι<br />
4−h<br />
2<br />
h<br />
2<br />
<br />
ˆ β<br />
Χ'<br />
y<br />
<br />
= <br />
u~<br />
Ζ'<br />
y
Przykład 1<br />
Buhaj Córki Wydajno mleka Stado córek Sezon wycielenia<br />
córek<br />
A A1 4000 Iwno wiosna<br />
A2 3500 Racot wiosna<br />
A3 4100 Iwno zima<br />
B B1 5800 Racot wiosna<br />
B2 4700 Iwno zima<br />
Model zwierzcia (osobniczy) – Metoda BLUP model zwierzcia (Animal Model) jest<br />
najdokładniejsz metod statystyczn stosowan praktyce w wielu krajach do oceny wielu cech i<br />
gatunków zwierzt gospodarczych.<br />
Niektóre własnoci metody BLUP AM:<br />
¢<br />
pozwala na wyeliminowanie wpływów czynników stałych (np. czynniki rodowiskowe, wiek),<br />
¢<br />
wykorzystuje informacje od osobników spokrewnionych z wykorzystaniem optymalnych wag,<br />
¢<br />
bierze pod uwag wystpujc selekcj oraz trend genetyczny,<br />
¢<br />
maksymalna dokładno – selekcja na podstawie BLUP powinna da najwyszy postp<br />
hodowlany poniewa wykorzystujc wszystkie dostpne informacje maksymalizuje dokładno<br />
oceny,<br />
¢<br />
selekcja na bazie BLUP optymalizuje odstp pokole albowiem młode zwierzta przecitnie<br />
lepsze od starszych, chocia wariancja ich wartoci hodowlanych jest mniejsza anieli wariancja<br />
osobników starszych,<br />
¢<br />
przez optymalne wykorzystanie informacji rodzinowej BLUP maksymalizuje postp w<br />
nastpnym pokoleniu. W praktyce sprowadza si to do faktu, e najlepiej wycenione zwierzta s<br />
czsto ze sob spokrewnione. Zatem stosowanie BLUP animal model dłuszy czas moe<br />
prowadzi do inbredu i wynikajcych z tego konsekwencji.<br />
¢<br />
umoliwia ocen wszystkich osobników (obserwowanych i nie obserwowanych)<br />
¢<br />
ocena samców jest poprawiona o warto samic<br />
Zapis modelu zwierzcia w notacji macierzowej:<br />
y = Xβ + Za + e<br />
y - nx1 wymiarowy wektor obserwacji osobników<br />
β - px1 wymiarowy wektor efektów stałych<br />
X - nxp wymiarowy macierz incydencji dla efektów stałych<br />
Z - nxq wymiarowy macierz incydencji (wie obserwacje z ocen osobników)<br />
a - qx1 wymiarowy wektor losowych genetycznych efektów addytywnych osobników<br />
q jest liczb ocenianych osobników<br />
e - nx1 wymiarowy wektor błdów losowych<br />
Układ równa mieszanych (BLUP):<br />
Χ'<br />
Χ<br />
<br />
Ζ'<br />
Χ<br />
Ζ'<br />
Χ'<br />
Ζ<br />
Ζ+<br />
Α<br />
−1<br />
β<br />
Χ'<br />
y<br />
=<br />
α<br />
<br />
a<br />
Ζ'<br />
y<br />
~<br />
ˆ<br />
Przykład 2.<br />
Osobnik Matka Ojciec Uytkowo<br />
osobnika<br />
1− h<br />
α = 2<br />
h<br />
K L T 8500 Iwno<br />
W S T 9200 Iwno<br />
S B M 8300 Racot<br />
L B M 9100 Racot<br />
2<br />
Stado osobnika
DOKŁADNO OCENY WARTOCI HODOWLANEJ<br />
Dokładno oceny wartoci hodowlanej jest to korelacja midzy prawdziw a przewidywan<br />
2<br />
cov( I , A ) σI<br />
σI<br />
wartoci hodowlan rIA<br />
= = =<br />
2 2<br />
σI<br />
* σ σ<br />
A I * σ A σ A<br />
Dokładno oceny przeprowadzanej na podstawie metody BLUP oblicza si wg<br />
wzoru: rj = 1 − d jα<br />
gdzie dj to element diagonalny macierzy LHS -1 w wierszu, w którym znajduje si rozwizanie dla<br />
efektu losowego osobnika j.<br />
Dokładno oceny na podstawie indeksu selekcyjnego zaley od dostpnych ródeł informacji:<br />
ródła:<br />
Strabel T. 2006. Genetyka cech ilociowych zwierzt w praktyce.<br />
http://jay.au.poznan.pl/~strabel/<br />
Van Arendonk J. , Bijma P., Bovenhuis H., Crooijmans R., Van der Lende T. 2002. Animal<br />
Breeding and Genetics-lecture notes ABG-20304. Wageningen University, The Netherlands.<br />
INDEKS SELEKCYJNY<br />
Łczna warto hodowlana - warto hodowlana osobnika pod wzgldem wicej ni jednej<br />
cechy.<br />
Indeks selekcyjny - liczba wyraajca łczn warto hodowlan na podstawie równania<br />
regresji wielokrotnej.<br />
Ii = b1xi1 + b2xi2 + ... + btxt, gdzie:<br />
Ii − warto indeksu i-tego osobnika<br />
b1, b2,..., bt− współczynniki regresji wielokrotnej<br />
x , x ,..., x − wartoci fenotypowe cech i-tego osobnika.<br />
i1 i2 it<br />
Konstrukcja indeksu selekcyjnego obejmujcego dwie cechy<br />
I = b1x1+ b2x2 ,<br />
a1<br />
a2<br />
gdzie: b1<br />
= i b2<br />
=<br />
s1<br />
s2<br />
s1, s2<br />
− odchylenia standardowe fenotypowe odpowiednio dla cechy I i II.
Wielkoci a1 i a2 uzyskujemy rozwizania nastpujcego układu równa:<br />
a1<br />
+ rpa2<br />
= RG1<br />
r a + a = R<br />
p<br />
1<br />
2<br />
G2<br />
r p − współczynnik korelacji fenotypowej midzy cechami.<br />
Natomiast:<br />
R = h d + d r<br />
( )<br />
( )<br />
G1 1 1 2 G<br />
RG2 = h2 d1rG + d2<br />
gdzie:<br />
,<br />
rG – współczynnik korelacji genetycznej midzy cechami<br />
h1 i h2 s pierwiastkami kwadratowymi estymatorów odziedziczalnoci cech 1 i 2 ,<br />
d1 = v1sh 1 1 oraz d2 = v2s2h2 v1 i v2 s wagami ekonomicznymi cech.<br />
Przykład 1. Skonstruuj indeks selekcyjny obejmujcy dwie cechy kur nienych. Czy do<br />
dalszej hodowli wybrałby kur, która zniosła 312 jaj o masie 64g czy tak która zniosła 310<br />
jaj o masie 65g?<br />
Cecha<br />
x<br />
( )<br />
i<br />
Nieno<br />
liczba jaj<br />
Masa jaja (g)<br />
Waga<br />
ekonomiczna<br />
v<br />
( )<br />
i<br />
1<br />
5<br />
Odchylenie<br />
standardowe<br />
s<br />
( )<br />
i<br />
37<br />
3<br />
Współczynnik<br />
odziedziczalnoci<br />
2<br />
h<br />
( )<br />
i<br />
0.27<br />
0.43<br />
genetycznej<br />
r<br />
( )<br />
G<br />
- 0.26<br />
Współczynnik korelacji<br />
fenotypowej<br />
r<br />
Przykład 2. Oblicz łczn warto hodowlan dwóch tryków, których wydajno wełny<br />
czystej wynosiła: tryk A = 6,0, tryk B = 5,0 a ich masy odpowiednio 30,0 i 31,0. Wariancja<br />
wydajnoci wełny i masy wynosiła 1,0 i 5,0 a odziedziczalno tych cech: 0,4 i 0,3. Korelacja<br />
genetyczna i fenotypowa midzy tymi cechami wynosi odpowiednio 0,2 i 0,4. Przyjmij<br />
dziesiciokrotnie wiksz wag ekonomiczn dla masy zwierzt anieli dla masy wełny.<br />
SELEKCJA jest to wybór osobników na rodziców nastpnego pokolenia.<br />
w kierunku jednej cechy<br />
+ najłatwiejsz i najbardziej intensywana<br />
- jednostronna, nie uwzgldnia zwizków midzy cechami<br />
- moe doj do spadku innych cech<br />
METODY SELEKCJI<br />
w kierunku wielu cech<br />
+ bardziej celowa<br />
- trudniejsza i mniej intensywna<br />
- skutecznoc zaley od właciwego doboru cech i ich zwiazków<br />
Intensywno selekcji (i) to rednia przewaga selekcjonowanych zwierzt wzgldem całej<br />
populacji wyraona w jednostkach odchylenia standardowego.<br />
- 0.1<br />
( )<br />
p<br />
nastpcza<br />
kolejno w kierunku kadej z wybranych cech<br />
- długotrwała<br />
- osigniety poprzednio poziom moe si obnizyc przy selekcji na kolejna cech<br />
niezalena<br />
równoczenie dla kilku cech z ustaleniem poziomu minimalnego<br />
+ uwzglednia równoczenie róne cechy<br />
- brak podejcia całosciowego<br />
wskanikowa<br />
uwzgldnia łcznie wszystkie cechy i ich powiazania
Przeliczanie frakcji na intensywno selekcji<br />
Frakcja 0,001 0,002 0,003 0,004 0,005 0,006 0,007 0,008 0,009<br />
I 3,364 3,167 3,047 2,959 2,889 2,831 2,781 2,737 2,698<br />
Frakcja 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09<br />
I 2,663 2,419 2,266 2,153 2,061 1,984 1,917 1,858 1,804<br />
Frakcja 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9<br />
I 1,755 1,400 1,159 0,966 0,798 0,644 0,497 0,350 0,195<br />
Rónica selekcyjna (S) to rónica midzy redni wartoci wyselekcjonowanych zwierzt a<br />
redni wartoci cechy w populacji:<br />
S = iσ<br />
P<br />
Reakcja na selekcj (R) to rónica midzy wartoci redni w populacji wyjciowej a<br />
redni pokolenia potomnego.<br />
Przy braku niegenetycznych oddziaływa powodujcych podobiestwo midzy rodzicami a<br />
potomstwem oraz braku selekcji naturalnej, stosunek reakcji na selekcj do rónicy<br />
selekcyjnej równa si odziedziczalnoci. Jest to tzw. odziedziczalno zrealizowana.<br />
Ri<br />
h =<br />
S<br />
i<br />
2<br />
Dokładniejsz metod jest regresja reakcji na selekcj na rónic selekcyjn<br />
t t <br />
<br />
<br />
R <br />
<br />
t<br />
i Si<br />
i=<br />
1 <br />
i=<br />
1 <br />
RiSi<br />
−<br />
2 i=<br />
1<br />
t<br />
h =<br />
t<br />
2<br />
<br />
<br />
S <br />
t<br />
i<br />
2 i=<br />
1 <br />
Si<br />
−<br />
i=<br />
1 t<br />
Odstp pokole (L) jest to redni wiek rodziców w momencie urodzenia potomstwa.<br />
Postp genetyczny to zwikszenie wartoci genetycznej zwierzt w czasie, pod wzgldem<br />
im<br />
+ i f P 2<br />
okrelonej cechy lub grupy cech. Rrok = h σ P<br />
Lm<br />
= L f<br />
im<br />
+ i f P = hσ<br />
A<br />
Lm<br />
= L f<br />
Przykład 1. Na podstawie danych zawartych w tabeli oszacuj odziedziczalno zrealizowan.<br />
Jakiej wartoci cechy naley si spodziewa w szóstym pokoleniu?<br />
stado Stado Reakcja na<br />
podstawowe selekcyjne selekcj<br />
I 40 41.6 2.3<br />
II 44.1 0.8<br />
III 44.6 1<br />
IV 45.1 0.9<br />
V<br />
VI<br />
46.5 1.5<br />
Przykład 2. Selekcja owiec pod ktem masy wełny. Załómy, e posiadamy stado owiec<br />
składajce si z 1000 matek których struktura wiekowa jest nastpujca: 250szt. - ma 2 lata,<br />
200 - 3 lata, 180 - 4 lata, 150 – 5 lat, 120 - 6lat, 100 - 7lat. W stadzie jest take 20 tryków z<br />
czego 12 ma 2 lata, a 8 - 3 lata. Przyjmijmy, e tryki utrzymywane s zwykle poprzez 2 lata,<br />
matki - 6 lat, a pierwsze potomstwo uzyskuje si od zwierzt w wieku 2 lat. Osobniki<br />
kojarzone s w stosunku 1 do 50, plenno wynosi 1, a 80% jagnit dorasta wieku<br />
dojrzałego. Przyjmujc za podstaw selekcji fenotyp własny osobników, oraz e<br />
odziedziczalno cechy wynosi 0,30 a fenotypowe standardowe odchylenie 0,4 kg oblicz,<br />
jaka jest reakcja na selekcj w przeliczeniu na rok?
Rysunek 1. Praca hodowlana w stadzie owiec<br />
W wyniku procesu starzenia zwierzta z poszczególnych grup wiekowych przechodz co<br />
roku do starszych klas. Praca hodowlana realizowana jest w momencie selekcji najlepszych<br />
fenotypowo rocznych tryków i jarlic. Co roku potrzeba uzupełni najmłodsze grupy zwierzt,<br />
tj. 250 samic i 12 samców. Poniewa dostpnych jest po 400 młodych kandydatów std:<br />
fm=12/400 ff=250/400<br />
po przeliczeniu frakcji na intensywno selekcji (patrz tabela) otrzymujemy:<br />
im=2.266 if=0.644.<br />
Odstp pokole dla samców i samic obliczamy jako rednie waone wieku i liczebnoci<br />
poszczególnych grup wiekowych, tj.:<br />
Lm=(12*2+8*3)/(12+8)=2.4<br />
Lf=(250*2+200*3+180*4+150*5+120*6+100*7)/(250+200+180+150+120+100)=3.99.<br />
2.<br />
66 + 0.<br />
644<br />
Rrok =<br />
0.<br />
3*<br />
0.<br />
4 = 0.<br />
055kg<br />
2.<br />
4 + 3.<br />
99<br />
Przykład 3. W pewnym laboratorium zamierzano prowadzi prac hodowlan w kierunku<br />
zwikszenia wagi szczurów w wieku 10 tygodni. Wielko utrzymywanej populacji wynosiła<br />
rednio 200szt. Stosunek płci do kojarze wynosił 1:4 (samców do samic), a jedna samica<br />
odchowywała przecitnie 4 młode. Oblicz, jaka bdzie rednia masa zwierzt po 5<br />
pokoleniach pracy hodowlanej wiedzc, e odziedziczalno tej cechy wynosi 0,4, rednia<br />
masa pocztkowa zwierzt 150g, a fenotypowe odchylenie standardowe 1,725.<br />
PROGRAMY HODOWLANE<br />
Program hodowlany jest struktur zorganizowan w celu genetycznego doskonalenia<br />
populacji zwierzt gospodarskich.<br />
Cel hodowlany okrela kierunek w którym chcemy doskonali populacj, czyli okrela, które<br />
cechy bd doskonalone i jaki nacisk jest połoony na kada z cech. Moe on by wyraony<br />
w kategoriach wag ekonomicznych lub podanej poprawy cech.<br />
Cel hodowlany w oparciu o ekonomiczny model systemów produkcyjnych: warto<br />
ekonomiczna kadej cechy jest determinowana przez modelowanie efektu jaki wywiera ta<br />
cecha na dochód stada. Równanie dochodu jest wyprowadzane w taki sposób e jest funkcj<br />
cech celu hodowlanego a warto ekonomiczna kadej z cech jest pochodn czstkow<br />
równania wzgldem tej cechy. Dlatego warto ekonomiczna cechy i wyraa si równaniem:<br />
δPr<br />
vi<br />
=<br />
δP<br />
i<br />
Gdzie Pr jest równaniem dochodu a Pi jest wartoci fenotypow cechy i.
Zysk<br />
warto ekonomiczna<br />
H= A1v1+A2v2+....<br />
Warto ekonomiczna<br />
Cecha<br />
1 jednostka<br />
Funkcja zysku<br />
Wykres ilustruje<br />
uycie funkcji dochodu do<br />
wyprowadzenia wag<br />
ekonomicznych. Waga<br />
ekonomiczna cechy to<br />
wzrost dochodu dziki<br />
poprawie tej cechy o jedn<br />
jednostk. Po znalezieniu<br />
wag ekonomicznych cel<br />
hodowlany (H) jest<br />
wyraany jako waona<br />
suma wartoci hodowlanych<br />
i wag ekonomicznych:<br />
Cel hodowlany oparty o podany postp stosowany jest głównie w przypadkach<br />
cech dla których trudno jest wyprowadzi wagi ekonomiczne (np. zdrowie czy dobrostan) ale<br />
wci moe by podane ich genetyczne doskonalenie. Mona wtedy wyprowadzi wagi<br />
cech vi w oparciu o podany postp (np. utrzymanie obecnego poziomu płodnoci) a<br />
nastpnie sformułowa cel hodowlany H jak w równaniu powyej<br />
Składnikami programu hodowlanego s : system gromadzenia danych, metody i narzdzia<br />
oceny wartoci hodowlanej, system selekcji i kojarzenia, struktura przekazywania<br />
uzyskanego postpu w populacji produkcyjnej<br />
Optymalny wzór programu hodowlanego zaley od gatunku i cech zawartych w celu<br />
hodowlanym<br />
Jako alternatywnych programów hodowlanych moe by oceniana przez porównywanie<br />
odpowiedzi na selekcje (zrealizowanej lub oczekiwanej), utrzymania rónorodnoci<br />
genetycznej (współczynnik inbredu) oraz kosztów realizacji programu.<br />
Interakcja genotyp x rodowisko jest zjawiskiem w którym wraliwo genotypu na zmiany w<br />
rodowisku róni si pomidzy genotypami. Jeeli wystpuje interakcja genotyp x<br />
rodowisko wtedy wzgldna wydajno genotypów róni si midzy rodowiskami<br />
W zastosowaniu do hodowli zwierzt interakcja genotyp x rodowisko jest istotna przy<br />
decydowaniu co do celów hodowlanych i oceny wartoci hodowlanej.<br />
ródła:<br />
Strabel T. 2006. Genetyka cech ilociowych zwierzt w praktyce.<br />
http://jay.au.poznan.pl/~strabel/<br />
Szwaczkowski T. 2000. Parametry genetyczne. Drobiarstwo Polskie 10:7-9.<br />
Van Arendonk J. , Bijma P., Bovenhuis H., Crooijmans R., Van der Lende T. 2002. Animal<br />
Breeding and Genetics-lecture notes ABG-20304. Wageningen University, The Netherlands.
WZORY:<br />
R<br />
xy<br />
=<br />
1 <br />
k = n<br />
N − 1 <br />
SS<br />
1 <br />
<br />
( 1+<br />
Fa<br />
)<br />
2 <br />
( 1+<br />
F )( 1+<br />
F )<br />
•<br />
x<br />
n<br />
−<br />
n<br />
y<br />
N<br />
1 2 ni • i=<br />
1<br />
<br />
<br />
<br />
r<br />
G<br />
covs<br />
=<br />
σ * σ<br />
d ij = 0.25(a sisj a didj + a sidj a disj ) d ii = 1 + (a ii -1) 2<br />
e<br />
=<br />
sx<br />
sy<br />
r<br />
P<br />
=<br />
cov + cov<br />
2 2 2 2<br />
( σ + σ )( σ + σ<br />
ródło Stopnie Suma redni Warto oczekiwana<br />
zmiennoci swobody kwadratów kwadrat redniego kwadratu<br />
Midzy<br />
grupami<br />
ojcowskimi<br />
Wewntrz<br />
grup ojcowskich n N<br />
(błd)<br />
N<br />
<br />
i=<br />
1 j=<br />
1<br />
• − SSe MS 2 <br />
e σ e<br />
Χ'<br />
Χ Χ'Ζ<br />
b<br />
Χ'<br />
y<br />
<br />
<br />
=<br />
−1<br />
d2 = v2s2h2 ABb=(q-p) 1<br />
Ζ'<br />
Χ Ζ'Ζ<br />
+ Α αa<br />
Ζ'<br />
y<br />
y z S − =<br />
t <br />
<br />
R G1<br />
= h1(<br />
d1<br />
+ d2rG<br />
) Abb=-2p a 1 + rpa<br />
2 = R G1<br />
R = y2<br />
− y R<br />
<br />
t<br />
i<br />
1<br />
i=<br />
1 <br />
i<br />
2<br />
R<br />
iSi<br />
−<br />
1− h<br />
2 i=<br />
1<br />
t<br />
r pa1<br />
+ a 2 = R G2<br />
α = α=a+d(q-p) h =<br />
2<br />
h<br />
1<br />
t<br />
2<br />
1− h<br />
<br />
R G2<br />
= h 2(<br />
d1rG<br />
+ d2<br />
) ABB =2q. d1 = v1sh <br />
1 1<br />
S<br />
<br />
t<br />
i<br />
α = 4<br />
2 i=<br />
1 <br />
a2<br />
a 1 2<br />
1 h Si<br />
−<br />
b2<br />
= Nett=-cF + Nc(Rd-Cd) b1<br />
=<br />
4<br />
i=<br />
1 t<br />
s<br />
s<br />
2<br />
ni<br />
y<br />
2<br />
ij<br />
−<br />
N<br />
<br />
y<br />
n<br />
i= 1 i<br />
N − 1<br />
2<br />
i•<br />
r<br />
E<br />
1<br />
a ij =<br />
( a s + a )<br />
i di<br />
2<br />
=<br />
SS s<br />
( σ<br />
2<br />
eX<br />
cov − 3cov<br />
− 3σ<br />
e<br />
2<br />
sX<br />
MS s<br />
)( σ<br />
1<br />
a = 1+<br />
ii<br />
s<br />
2<br />
eY<br />
− 3σ<br />
2<br />
sY<br />
2<br />
e<br />
1<br />
2<br />
)<br />
a<br />
eX<br />
sid<br />
i<br />
V(<br />
h<br />
σˆ<br />
+ kσˆ<br />
2<br />
s<br />
2<br />
1 1 <br />
F x = <br />
+<br />
2 i 2 <br />
e<br />
sX<br />
) =<br />
s<br />
eY<br />
hˆ<br />
sY<br />
2<br />
n<br />
)<br />
( 1 F )<br />
2 2<br />
[ 4 + ( n −1)<br />
h ]( 4 − h )<br />
8n(<br />
n −1)(<br />
N −1)<br />
2<br />
s<br />
n<br />
1+<br />
Fa<br />
1 <br />
R Xa = <br />
1+<br />
FX<br />
i 2 <br />
SS<br />
s<br />
a<br />
4σˆ<br />
=<br />
σˆ<br />
+<br />
=<br />
y<br />
2<br />
s<br />
2<br />
σˆ<br />
e<br />
N 2 2<br />
i•<br />
••<br />
−<br />
i=<br />
1 ni<br />
n•<br />
t<br />
<br />
= 1<br />
2<br />
y<br />
<br />
Si