Course code BIN301

BIN301 Genom- og stamtavle-basert prediksjon av genetisk verdi

English course information

Søk etter andre emner

Viser emneinfo for studieåret 2022 - 2023.

Emneansvarlige: Gunnar Klemetsdal
Medvirkende: Jørgen Ødegård, Morten Lillemo, Theodorus Hendrikus Elisabeth Meuwissen
Studiepoeng: 10
Ansvarlig fakultet: Fakultet for biovitenskap
Frekvens: Årlig
Undervises på språk: EN
(NO=norsk, EN=Engelsk)
Begrensning antall plasser:
50
Undervises i periode:
Emnet starter i høstparallellen. Emnet har undervisning/vurdering i høstparallellen.
Første gang: Studieår 2020-2021
Undervises hvor?: Campus Ås
Emnets innhold:

Bruk av genominformasjon og stamtavledata til prediksjon av genetisk verdi ved bruk av blanda- (faste og tilfeldige forklaringsvariable) modell-teori, primært via en dyremodell, også med flere random effekter, samt i multivariate modeller. Motivering av modeller for levetid, modeller som brukes for kategoriske egenskaper (feks. sykdom eller lammetall), langsgående modeller, samt modellering av genotype*miljø-samspill. Prediksjonsfeil vil beregnes.

Introduksjon til estimering av varianskomponentar for tilfeldige variabler.

Eksempel fra planteforedling og husdyravl.

Læringsutbytte:

Studentene får en innføring til modeller brukt til prediksjon av genetisk verdi i husdyr- og plante-populasjoner, og bruken av dem i avls- og foredlings-program.

Etter å ha tatt emnet skal studentene kunne predikere genetiske verdier, og dermed òg fenotyper, basert på genom- og stamtavle-informasjon (SNP- og G-BLUP, og stamtavle-basert BLUP), med fokus på såkalte dyremodeller. Modelleringsbias blir dekket, og prediksjonsfeil blir beregnet. Studentene vil lære å sette opp mixed models i dyremodeller med flere random effekter (som i tillegg til dyr og feil kan inneholde permanent miljøeffekt av dyret, kulleffekt, og/eller ikke additive (gen) effekter), i multivariate modeller, samt introduseres til modellering av levetid, modeller som brukes for kategoriske egenskaper (feks. sykdom eller lammetall), langsgående modeller, samt modellering av genotype*miljø-samspill.

De ukentlige øvingene programmeres vha. R, men studentene vil lære å bruke kommersiell software (ASReml), til å beregne avlsverdier, samt for estimering av varianskomponenter, i enkle modeller. 

Læringsaktiviteter:
Forelesinger og datalab-øvelser hver uke (2 t hver). Problem-basert læring kombinert med dataprogrambruk. Presentasjon av predikerte genetiske verdier fra et eget valgt datasett i en skriftlig rapport, som fungerer som den eneste, endelige evalueringen i emnet.
Læringsstøtte:
Lærerveiledning i samband med øvinger og forelesinger, og mer personlig oppfølging, etter behov.
Pensum:
Forelesingsnotat og utvalgte artikler. Øvinger, notat, dataprogram, og annet materiale vil bli gjort tilgjengelig på hjemmesiden til emnet.
Forutsatte forkunnskaper:

STAT200 Regresjon, eller lignende kurs i statistiske lineærmodeller.

Generell avl (HFA200 og BIO248) og tilsvarende.

Anbefalte forkunnskaper:
Matrise- og vektor-handtering (lineær algebra). Kunnskap om MS Excel og bruk av R eller annen programmering.
Obligatorisk aktivitet:
Presentasjon av egen semesteroppgave for øvrige studenter, og deltagelse på slike presentasjoner. 
Vurderingsordning:
Innlevert individuell semesteroppgave, med felles A-F vurdering av sensor og lærer.
Sensor:
Ekstern sensor evaluerer semesteroppgaven.
Merknader:
Kurset ble revidert i 2019, med ved å ta inn genomisk slektskap samt planteavl. I 2022 vil en søke å introdusere varianskomponentestimering, i enkle modeller.
Normert arbeidsmengde:
250 timar inkludert sjølvstudium, øvingsoppgaver og deltagelse og presentasjon i kollokvier / forelesinger.
Overlapp:

HFA301

5 stp reduksjon om en har HFA301 fra før.

Undervisningstid:
Kollokvium / forelesing: 2 timer per uke. Datalab / øvinger: 2 timer per uke.
Eksamensdetaljer: Semesteroppgave: Bokstavkarakterer