Methods for estimating inbreeding and effective population size using pedigree data from Norwegian standardbred trotters

Effektiv populasjonsstørrelse (Ne) kan estimeres på forskjellige måter, de vanligste metodene for estimering av Ne er å benytte slektskapsinformasjon. Formålet med denne oppgaven er å teste ut fem forskjellige metoder for å estimere Ne ved bruk av slektskapsinformasjon fra norsk-registrerte varmblodstravere. De fem metodene baserte seg på individuelle innavlskoeffisienter til dyrene i referansepopulasjoen og deres foreldre (Metode 1), logregresjon hvor ln (1-F) ble regresset på fødselsår (Metode 2), på individuell innavlskoeffisient og komplett generasjonsekvivalent (CGE) (Metode 3), logregresjon hvor ln(1-F) ble regresset på CGE (Metode 4) og enkel lineær regresjon hvor individuell F ble regresset på fødselsår (Metode 5). Den originale slektskapsfilen bestod av 90559 varmblodshester fått fra Det Norske Travselskapet. Datasettet i denne oppgaven består av en slektskaps-fil genererte fra 5000 hester født fra 2010 til og med 2015 som ble definert som referansepopulasjon. Det ble hentet informasjon i maksimalt 23 generasjoner og den genererte slektskapsfilen ble bestående av 19056 hester. Ved metoden basert på enkel lineær regresjon ble en revidert utgave av den originale slektskapsfilen (N=90481) brukt til estimering av Ne. Gjennomsnittlig slektskapsdybde i referansepopulasjonen var på 9,86 generasjoner, og generasjonsintervallene ble beregnet til 11,62 og 11,72. Innavlskoeffisienter (F) ble estimert for individene i den genererte slektskapsfilen som legger grunnlaget for beregningene av innavlsraten i metodene. Resultatene viser stor variasjon ved bruk av de forskjellige metodene for beregning av Ne. Ne varierer fra 21 til 128 individer, hvor Metode 4, ln(1-F) regresset på CGE gir minst Ne og Metode 1 som baseres på innavlskoeffisientene til referansepopulasjonen og deres foreldre gir størst Ne. Bruk av CGE-verdier i populasjonen for varmblodstravere kan forårsake over og underestimering av ∆F ved bruk av Metode 3 og 4. Det bør unngås å bruke generasjonsintervall i beregninger av Ne, fordi lange generasjonsintervall (11,60 år) vil påvirke ∆F som kan føre til underestimering av Ne. Logregresjon på fødselsår mot bruk av lineær regresjon på fødselsår viser at logregresjon gir bedre resultater grunnet feilmarginsverdiene i datasettet er betydelig redusert. Metode 1 og 2 vil sammen kunne gi en god vurdering av genetisk variasjon i populasjonen ut ifra en praktisk vinkling.There are different ways to estimate effective population size (Ne), were pedigree is the usual method for this estimation. The purpose of this task is to test five different methods of estimating Ne with the use of pedigree data from Norwegian-registered Standardbred trotters. The five methods are based on individual inbreeding coefficients for the animals in the reference population and their parents (Method 1), log-regression where ln(1-F) was regressed on the year of birth (Method 2), individual inbreeding coefficients and complete generation equivalent (CGE) (Method 3), log-regression where ln(1-F) was regressed on CGE (Method 4) and simple linear regression where individual F were regressed on the year of birth (Method 5). The original pedigree from “Det Norske Travselskapet” consisted of 90559 standardbred trotters. The dataset in this task consist of a pedigree-file generated from 5000 horses born from 2010 to and including 2015 which were defined as the reference population. Information were gathered from maximum 23 generations and the generated pedigree-file now consisted of 19056 horses. The method based on simple linear regression used a revised edition of the original pedigree (N=90481) used to estimate Ne. Mean pedigree depth in the reference population was 9,86 generations, and the generation intervals were estimated to be 11,62 and 11,72. The basis for estimating the rate of inbreeding used in the different methods comes from individual inbreeding coefficients in the generated pedigree-file. The results show a large variation on the use of the methods to estimate Ne. Ne varies from 21 to 128 individuals where Method 4 (ln(1-F)) regressed on CGE have the lowest estimate of Ne, and Method 1 based on inbreeding coefficients of the reference population and their parents show the highest value of Ne. The use of CGE-values in the Standardbred trotters population could cause over- and underestimation of ΔF with the use of Method 3 and 4. In estimating Ne long generation intervals (11,60 years) could influence ΔF which could lead to underestimation of Ne, and it should be avoided. Log-regression on birthyears against the use of linear regression on birthyears show that the log-regression gives better results due to the margins of error in the dataset to be substantially reduced. Method 1 and 2 together should give a good estimate of genetic variation in a population from a practical perspective.M-H