zum Inhalt

 

Melzer,  Nina

Investigating possibilities to predict milk phenotypes in Holstein Friesian cows based on a more complex model of the genotype-phenotype map

Rostock : Universität , 2014

https://doi.org/10.18453/rosdok_id00001443

http://purl.uni-rostock.de/rosdok/id00001443

The prediction of genetic values based on genomic and phenotypic information plays an important role in dairy cattle breeding. This thesis investigates if an improved prediction can be obtained when in addition the metabolome is considered. Data for the three system-levels were (a) simulated using a systems biology approach and (b) experimentally collected (~1300 cows). An integrative bioinformatics approach for data analysis was developed. Concluding, the metabolome provides a deeper insight into the relationships between different levels, whose exploitation can lead to improved prediction.

Dissertation Open Access


Einrichtung :
Fakultät für Informatik und Elektrotechnik
Gutachter :
Wolkenhauer,  Olaf  (Prof. Dr.)
Repsilber,  Dirk  (Dr.)
Martinetz,  Thomas  (Prof. Dr.)
Jahr der Abgabe:
2013
Jahr der Verteidigung:
2014
Sprache(n) :
Englisch
übersetzter Titel :
Untersuchung von Möglichkeiten zur Vorhersage von Milchmerkmalen von Holstein Friesian Kühen basierend auf einem komplexeren Modell der Genotyp-Phänotyp-Abbildung
übersetzte Zusammenfassung :
In der Rinderzucht ist die Vorhersage von genetischen Werten beruhend auf Genotyp- und Phänotypinformationen von zentraler Bedeutung. Die Arbeit untersucht, ob diese verbessert werden kann, wenn zusätzlich das Metabolom betrachtet wird. Die Daten der drei Ebenen wurden (a) mittels systembiologischen Ansatzes simuliert und (b) experimentell (~1300 Kühe) erhoben. Für die Datenauswertung wurde ein integrativ bioinformatischer Ansatz entwickelt. Das Metabolom erlaubt tiefergehende Untersuchungen der Beziehung zwischen den Ebenen, deren Nutzung wiederum zu einer verbesserten Vorhersage führen kann.
Schlagworte:
milk metabolite, SNP, genetic value prediction, integrative bioinformatics approach, simulation
DDC Klassifikation :
000 Allgemeines, Wissenschaft
570 Biowissenschaften, Biologie
URN :
urn:nbn:de:gbv:28-diss2014-0195-4
Persistente URL:
http://purl.uni-rostock.de/rosdok/id00001443
erstellt am:
2014-11-28
zuletzt geändert am:
2018-06-30
Volltext