Utvikling av multivariate statistisk/genetiske metoder og modeller for økt avlsframgang på husdyr og fisk

For å møte markedets krav til avslmaterialet både på husdyr og fisk må stadig nye egenskaper av økonomisk betydning inkluderes i avlsmålene. Etter hvert som avslarbeidet har utviklet seg teknologisk har det blitt meget effektivt. Stor framgang for enkelte genskaper kan, på grunn av ugunstige genetiske sammenhenger mellom egenskaper, føre til tilbakegang på andre. Dette kan ofte være egenskaper knyttet til helse og dyrevelferd. For å ta vare på den biologiske helheten er det hele tiden aktuelt å inkludere o gså denne type egenskaper i avlsmålet. Som resultat får vi stadig mer komplekse avlsmål med en rekke egenskaper. Mange av egenskapene har lave estimater på arvbarheter og avlsverdiene som beregnes får lav sikkerhet ved bruk av enkle modeller. Ved å utvikl e statistiske metoder og modeller der alle egenskaper inngår simultant i en multivariat analyse vil vi kunne utnytte estimater på genetiske korrelasjoner til å få sikrere avlsverdier. Flere av de nye egenskapene er komplekse av natur og krever mer avanser te modeller. Kompleksiteten kan være slik at fenotypen må dekomponeres i flere genetiske årsaksforhold som maternal, paternal og direkte effekter. En annen kompleksitet kan være at egenskapen registreres kategorisk mens den bakenforliggende genetikk er ko ntinuerlig. For å overkomme disse utfordringer kreves det et betydelig FoU arbeid innen estimering av både genetiske og ikke-genetiske varianskomponenter (genetiske parametere). Disse modellene må valideres og sist men ikke minst må den nye kunnskapen gjø res anvendelig for praktisk utnyttelse gjennom videreutvikling og programmering av software.