@article { author = {Danyali, Seyyedeh Fatemeh and Safari, Parviz and Rahimi, Mehdi}, title = {Bayesian inference to study genetic control of water deficit stress tolerance in wheat by LASSO method}, journal = {Cereal Research}, volume = {8}, number = {1}, pages = {57-72}, year = {2018}, publisher = {University of Guilan}, issn = {2252-0163}, eissn = {2538-6115}, doi = {10.22124/c.2018.7723.1305}, abstract = {Drought is the main abiotic stress seriously influencing wheat production and quality in Iran. Information about genetic controlling drought tolerance inheritance is necessary to determine the type of breeding program as well as develop tolerant cultivars. In this study, Bayesian inference using LASSO method used to identify the most important gene effects related to drought tolerance in context generation mean analysis. For this purpose, field experiments consist of two pairs of crosses with non-tolerant and tolerant cultivars and generations derived from them were carried out across two years as split plot designs based on RCBD with three replications in which main plots assigned to irrigation treatment consist of two levels (well watered and cessation of irrigation at pollination stage) and sub-plots given to the generations. Bayesian inference is an alternative approach which combines available prior knowledge (prior distribution) with the information contained in the data. The result is the posterior distribution containing all information to interpret genetic structure. LASSO is an effective method to apply shrinkage and selection on model variables. Non-important effects in the model shrunk toward zero and excluded from the model. While for important effects, less shrinkage will be achieved. Since the additive, dominance and epistatic gene actions involved in drought tolerance inheritance, methods which utilize all type of gene effects, like recurrent selection followed by pedigree method may be useful for drought tolerance stress improvement.}, keywords = {Additive effect,Dominance effect,Epistatic effect,Gene action,Generation mean analysis}, title_fa = {استنباط بیزی برای مطالعه کنترل ژنتیکی تحمل به تنش کم‌آبی در گندم با استفاده از روش LASSO}, abstract_fa = {خشکی مهم­ترین تنش غیرزیستی است که به­طور جدی تولید و کیفیت محصول گندم ایران را تحت تاثیر قرار می­دهد. اطلاعات درباره کنترل ژنتیکی توارث تحمل به تنش برای تعیین نوع برنامه اصلاحی و تولید ارقام متحمل ضروری است. در این مطالعه، استنباط بیزی با به­کارگیری روش LASSO برای شناسایی مهم­ترین آثارژنتیکی مرتبط با تحمل به خشکی در چارچوب روش تجزیه میانگین نسل­ها مورد استفاده قرار گرفت. به­همین منظور آزمایش­هایی شامل دو جفت تلاقی بین ارقام حساس و متحمل (هامون × دریا و سپاهان × مروارید) و نسل­های حاصل از تلاقی آن­ها برای دو سال به­صورت کرت­های خردشده در دو شرایط آبیاری مطلوب و قطع آبیاری از زمان گرده­افشانی بر پایه طرح بلوک­های کامل تصادفی با سه تکرار اجرا شدند. استنباط بیزی یک روش جایگزین مناسب است که دانش پیشین موجود (توزیع پیشین) را با اطلاعات حاصل از داده­ها ترکیب می­کند و یک توزیع احتمالی (توزیع پسین) را نتیجه می­دهد که از تمام اطلاعات برای تفسیر ساختار ژنتیکی برخوردار است. LASSO یک روش موثر برای اعمال انقباض و گزینش بر آثارمدل است. ضرایب آثارغیرمهم در مدل به سمت صفر منقبض می­شوند و از مدل کنار گذاشته می­شوند، در حالی­که انقباض کم­تری برای ضرایب مهم به­کار برده می­شود. از آنجا که عمل ژنی افزایشی، غالبیت و اپیستازی در توارث عملکرد دانه در شرایط تنش و غیرتنش درگیر بودند، روش­هایی که از تمام آثارژنی استفاده کنند، مانند گزینش دوره­ای و به دنبال آن روش شجره­ای می­تواند روشی سودمند برای بهبود تحمل به تنش خشکی باشد.}, keywords_fa = {اثر اپیستازی,اثر غالبیت,اثر افزایشی,تجزیه میانگین نسل ها,عمل ژن}, url = {https://cr.guilan.ac.ir/article_3128.html}, eprint = {https://cr.guilan.ac.ir/article_3128_ddd8057e465caa53f7767f5f796d3a74.pdf} }