Über Random Regression Modelle einschließlich elterlicher Herkunftseffekte

This work addresses the modeling of genetic variation in quantitative traits in livestock using random regression models. Thereby, emphasis was placed on the inclusion of parent-of-origin effects, which include both genomic imprinting and maternal effects. First, genetic variation in milk urea content and its genetic correlations with other milk traits were examined. An analysis of 4.16 million milk samples of German Holsteins resulted in moderate heritabilities. Genetic correlations with other milk traits were close to zero. Thus, selection against high milk urea levels without undesirable side effects on other milk traits seems possible. However, it remains unclear whether this can achieve the hoped-for reduction in nitrogen output. In more in-depth analyses, significant parent-of-origin effects were found for yield traits as well as milk composition. When averaged over all lactation stages, between 9.8 % and 27.3 % of the total additive genetic variance could be explained by parent-of-origin effects. During lactation the estimated genetic variance of maternal gametes predominantly exceeded that of paternal gametes. A novel random regression model was developed for the trait total litter weight in mice that refrained from distinguishing between the two types of parent-of-origin effects and was able to cover both maternal and imprinting effects. In total, weights of 6 934 litters from two mouse lines were analyzed. Paternal genetic effects were found to be significant in both lines. Averaged over all litter sizes, heritabilities were 0.42 and 0.43. In contrast to known evaluation approaches, the model reflects the changing heritability of total litter weight with increasing litter size. Applications in livestock are in the selection on birth weight in all types of multiparous animals, for which only total litter weight has to be recorded.Diese Arbeit befasst sich mit der Modellierung der genetischen Variation quantitativer Merkmale bei Nutztieren mit Hilfe von Random Regression Modellen (RRM). Schwerpunkt war die Einbeziehung elterlicher Herkunftseffekte (POEs), wozu genomische Prägung und maternale Effekte zählen. Zunächst wurde die genetische Variation des Milchharnstoffgehaltes (MU) und dessen genetische Korrelationen mit anderen Milchmerkmalen (MM) untersucht. Eine Auswertung von 4,16 Mio. Probegemelken Deutscher Holsteins ergab moderate Heritabilitäten. Genetische Korrelationen zu anderen MM waren nahe Null. Eine Selektion gegen hohe MU ohne unerwünschte Nebeneffekte auf andere MM erscheint also möglich. Es bleibt jedoch offen, ob damit die erhoffte Senkung des Stickstoffausstoßes erreicht werden kann. In vertiefenden Analysen konnten signifikante POEs für MM gefunden werden. Im Laktationsdurchschnitt konnten zwischen 9,8% und 27,3% der gesamten additiven genetischen Varianz durch POEs erklärt werden. Während des größten Teils der Laktation übertraf die geschätzte genetische Varianz der mütterlichen Gameten diejenige der väterlichen Gameten. Für das Merkmal Gesamtwurfgewicht (GWG) von Mäusen wurde ein neuartiges RRM entwickelt, dass auf eine Unterscheidung beider Arten von POEs verzichtet und sowohl maternale als auch Imprintingeffekte abzudecken vermag. Insgesamt wurden GWG von 6934 Würfen aus zwei Mauslinien analysiert. Väterliche genetische Effekte erwiesen sich in beiden Linien als signifikant. Im Mittel über alle Wurfgrößen ergaben sich Heritabilitäten von 0,42 und 0,43. Im Unterschied zu bekannten Auswertungsansätzen spiegelt das RRM die sich mit steigender Wurfgrößen ändernde Heritabilität des GWG wieder. Anwedungen liegen in der züchterischen Beeinflussung des GWG bei allen Arten von multiparen Tieren, wozu nur GWG erfasst werden muss