Hayvan ıslahı, üzerinde çalışılan populasyonun (sürünün) belirli bir veya birkaç özellik (verim) bakımından genotipik değerini şimdikine nazaran daha yüksek seviyelere çıkarmak amacı ile yapılan faaliyetler olarak tanımlanmaktadır (1). Mevcut populasyonun ıslahına, üzerinde durulan verim / verimler bakımından varyasyonun tespiti ve analizi ile başlanır. Bu analiz neticesinde verimli veya istenen özelliklere sahip olan bireyler damızlıkta kullanılmak üzere alıkonulur. Böylece bir grup içindeki bazı bireylere diğerlerine göre daha fazla döl verme olanağı sağlanır. Bu işleme “seleksiyon” denir (2, 3). Yirminci yüzyılın ilk başlarına kadar seleksiyon genellikle fiziki uygunluğa ve ırk karakterlerine göre yapılmaktaydı. Ancak pedigri kayıtları tutulmaya başlandıktan sonra ferdi kayıtlara ve ferdin ailesinin kayıtlarına bakılarak seçim yapılabilmesi için metotlar geliştirilmiştir (3).

» Nüve Forum » akademik » Veterinerlik Fakültesi »

Seleksiyon yöntemleri genel olarak;
1. Bireylerin kendi fenotipik değerlerine göre,
2. Akrabaların fenotipik değerlerine göre,
a. Pedigriye göre,
b. Yavru ortalamalarına göre ( progeny testing ),
3. Baraj metoduna göre,
4. İndeks metoduna göre,
şeklinde sınıflandırılmaktadır (2, 4-7).
Yukarıda verilen yöntemlerin hemen tamamında gözleme dayalı yada kayıtlardan yararlanarak veri elde edilmesi söz konusudur. Verilerin toplanmasında kullanılan bu metotlar bilimsel metotlar olarak kabul edildikleri için, bu metotların uygulanmaları sonucunda elde edilen sonuçlar da bilimsel değerleri olan sonuçlar olarak değerlendirilebilir. Bu metotlar bilimsel olarak kabul edilseler dahi bunların da bazı zayıf yönleri bulunmaktadır. Örneğin, fenotipe göre yapılan seçim işlemi, hızlı sonuç vermesine rağmen genotipi tam olarak yansıtmadığı için neredeyse terk edilmiş durumdadır. Pedigri yada yavru ortalamalarına göre yapılan seçim işleminde ise çok sayıda kayıt tutulması gerekmektedir. Baraj metoduna göre yapılacak seçimde ise barajın ne olacağı konusunun belirlenmesinde kullanılan herhangi bir objektif metot bulunmamaktadır. Seleksiyon işleminde en etkili metot olan indeks metodunda ise değerlendirmeye alınan hayvanların en son kayıtları tamamlanıncaya kadar elde bulundurulmaları gerekmektedir. Bu da büyük zaman alıcı önemli bir faktördür (2).
Verilen bu metotların ortak noktası bir sürü içindeki bütün bireylerin, dikkate alınan özellik yada özellikler bakımından sahip oldukları sayısal değerlerin büyüklükleri bakımından birbirleriyle karşılaştırılıyor olmalarıdır. Dolayısıyla herhangi bir özellik bakımından çok yüksek değer alan bir birey diğer özellikler bakımından çok kötü değerler de alsa çok yüksek değer aldığı özelliğinden dolayı diğer bireylere nazaran tercih edilebilecektir. Bu ise tek bir özelliğinden dolayı, seçilmemesi gereken bir bireyin seçilmesini sağlamaktadır ki bu bütün metotların en büyük zaafiyetidir.
Bilimsel araştırmalarda, araştırmaya konu olan olaylar veya nesneler her birey için aynı anda ölçülebilen bir veya birden çok değişken tarafından etkilenebilirler. Birden çok değişkenin ayrı ayrı ele alınarak analiz edilmesi, gerçek durumu açıklamayabilir. Çünkü, değişkenlerin ayrı ayrı ele alınarak analiz edilmesi, değişkenler arasındaki ilişkileri dikkate almamak demektir. Oysa gözlemlenen bu çok sayıda değişken arasında az veya çok bir ilişkinin olması beklenmektedir. Bu amaçla “Çok Değişkenli İstatistiksel Analiz Yöntemleri” geliştirilmiştir. Çok değişkenli istatistiksel analiz, çok sayıda değişken arasındaki ilişkileri ölçme ve açıklamada kullanılan yöntemler topluluğunu ifade eder ve bu analiz ile ilgili olarak geliştirilmiş yöntemler, bağımlılık analizinde kullanılan yöntemler ve karşılıklı bağımlılık analizinde kullanılan yöntemler olmak üzere iki grupta toplanabilir (8).
Bağımlılık analizinde, bir değişken veya değişken grubu, diğer değişkenler tarafından tahmin edilmekte veya açıklanmaktadır. Burada, bir değişken diğerlerine bağlı olup onlarla tahmin edilmektedir. Karşılıklı bağımlılık analizinde ise değişkenler arasındaki bağımlılık yerine karşılıklı bağıntılar söz konusudur. Bu tip analizin en iyi örneklerinden biri Kümeleme Analizi’ dir (8).
Kümeleme Analizi özellikle son yıllarda popüler olan, çok değişkenli istatistiksel yöntemlerden biridir. Bu yöntem, özellikle bilim ve iş alanında, bir çok durumda uygulanabilen, en etkili ve en kolay yorumlanabilen bir yöntem olma özelliği taşımaktadır (9-12). Kümeleme Analizi'nin genel amacı, gruplandırılacak verileri, benzerliklerine göre alt sınıflara ayırarak açıklamaktır.Başka bir ifade ile, çalışmada yer alan tüm değişkenler itibari ile bireyler veya nesneler arasındaki benzerlikler esas alınarak, benzer bireylerin aynı gruplarda veya kümelerde toplanması ve yeni bir bireyin hangi gruba dahil olduğunun tahmin edilmesi Kümeleme Analizi'nin esasını teşkil etmektedir (13, 14).
Kümeleme Analizi, bireylerin yada nesnelerin sınıflandırılmasını ayrıntılı bir şekilde açıklamak amacıyla geliştirilmiştir. Bu amaca yönelik olarak, ele alınan örnekte yer alan varlıklar aralarındaki benzerliklere göre gruplara ayrılır, daha sonra bu gruplara dahil edilen bireylerin profili ortaya konur. Bir başka ifade ile bu analizde, özellikle amaçlanan şey, öncelikle ele alınan örnekte gerçekte var olduğu bilinen grupları, varlıklar (birey yada nesne) arasındaki benzerliklere dayanan az sayıdaki karşılıklı özel grupları oluşturmak, daha sonra bu gruplara giren varlıkların profilini ortaya koymaktır (15).
Kümelemede pek çok yöntem bulunmakta ve bu yöntemler farklı başlıklar altında toplanmaktadır. Kümeleme yöntemleri, birim ya da değişkenleri uygun gruplara ayırırken grupları belirlemede izledikleri yaklaşımlara göre;
1. Aşamalı Kümeleme Yöntemleri (Hierarchical Cluster
Analysis Methods).
2. Aşamalı Olmayan Kümeleme Yöntemleri
(Nonhierarchical Cluster Analysis Methods) biçiminde iki
temel gruba ayrılmaktadır (9, 13, 14, 16).
Aşamalı kümeleme yöntemlerinde birimlerin birbirleri ile birleştirilmesinde değişik yaklaşımlar uygulanmaktadır. Bu yöntemlerden sıklıkla kullanılan ve bilinenler;
1. Tek Bağlantı Kümeleme Yöntemi,
2. Ortalama Bağlantı Kümeleme Yöntemi,
3. Tam Bağlantı Kümeleme Yöntemi,
4. Mc Quitty Bağlantı Kümeleme Yöntemi,
5. Küresel Ortalama Bağlantı Kümeleme Yöntemi,
6. Ortanca Bağlantı Kümeleme Yöntemi,
7. Ward Bağlantı Kümeleme Yöntemi’dir.
Aşamalı olmayan kümeleme yöntemlerinin gerek teorik dayanaklarının aşamalı kümeleme yöntemlerine göre daha güçlü olması gerekse küme sayısı konusunda ön bilgi olması ya da araştırmacının anlamlı olacak küme sayısına karar verebilmesi aşamalı kümeleme yöntemlerine tercih edilmesini sağlamaktadır.


» Nüve Forum » akademik » Veterinerlik Fakültesi »

Materyal ve Metot
Çalışmanın materyalini, Çifteler Tarım İşletmesinde yetiştirilen ve 1980-1998 yılları arasında satışa sunulan 535'i erkek, 392'si dişi olan toplam 927 Arap tayı oluşturmuştur.
Kümeleme metodu olarak k-Ortalama Yöntemi kullanılmıştır. Bu tekniğin bilgisayar algoritmalarında^ pratik işleyişi,
1. İlk k gözlemin her biri bir gözlemli küme olarak alınır,
2. Kalan n-k gözlemin her biri, ortalaması en yakın olan kümeye atanır ve her atamadan sonra küme ortalamaları yeniden hesaplanır,
3. Tüm bireylerin kümelere atanması bittikten sonra, n bireyin son bulunmuş küme ortalamalarına göre yeniden atamaları yapılır,
4. Bir önceki kümelemeye göre son elde edilen
kümelemede kümeler arası birey geçişi durana kadar
üçüncü adım tekrarlanır, şeklindedir (17).
k-ortalama yönteminde bireylerin kümelere atanmasında uzaklık ölçütü olarak Mahalanobis Uzaklığı kullanılmaktadır (15). Mahalanobis Uzaklığı, Öklid Uzaklığı’nın genelleştirilmiş bir biçimidir. n*p boyutlu bir veri matrisinde birimler arasındaki Öklit Uzaklığı;
p
d(İ j) = S (Xik - Xjk)
i =1, 2,......... n,
j =1, 2,............ n,
n = birey / birim sayısı,
p = değişken sayısı,
xik ve yjk ise sırasıyla i. ve j. bireylerin k. özelliğe ait değerler,
şeklinde hesaplanmaktadır. Mahalanobis Uzaklığı ise,
d (i j) = (Xj + Xj)1 S" (Xi - xj)
xı: i. bireye ait gözlem vektörü,
X. : j. bireye ait gözlem vektörü,
t : vektör devriği (transpozesi),
formülü ile hesaplanır. Formülde yer alan S"1 , benzerlik matrisinin tersini göstermektedir.
Kümelerin belirlenmesinde taylara ait yaş, cidago yüksekliği, göğüs çevresi ve incik çevresine ait standartlaştırılmış değerlerden yararlanılmıştır. Standartlaştırma işlemi, herbir cinsiyet ayrı ayrı dikkate alınarak, değişkenlere ait değerler ile değişkene ait ortalama arasındaki fark, standart sapmaya bölünerek yapılmıştır. Kümeler her bir cinsiyet için ayrı ayrı elde edilmiştir. Kullanılan bilgiler, satışa sunulan taylar ile ilgili olarak hazırlanan satış kataloglarından derlenmiştir.
Kullanılan metodun gerçekten birbirinden farklı kümeler oluşturup oluşturmadığını anlamak için her bir değişken ayrı ayrı dikkate alınarak Varyans Analizi yapılmıştır. Varyans Analizi’nde erkek taylar için 4’üncü, 8’inci, ve 12’inci kümeler, dişi taylar için ise l’inci ve 3’üncü kümeler denek sayılarının yetersizliğinden dolayı dikkate alınmamıştır.

» Nüve Forum » akademik » Veterinerlik Fakültesi »

Bulgular
Erkek taylar için k-ortalama yöntemi kullanılarak elde edilen kümelere ait sonuçlar Tablo l’de, dişi taylara ait sonuçlar ise Tablo 2’de verilmiştir


Erkek taylar için oluşturulan kümelere ait Varyans Analizi sonuçları Tablo 3’te, dişi taylar için oluşturulan kümelere ait Varyans Analizi sonuçları ise Tablo 4’te verilmiştir.
Varyans Analizi tablolarından da görüldüğü gibi dikkate alınan tüm değişkenler bakımından elde edilen kümeler arasında istatistiksel olarak anlamlı farklılıklar bulunmuştur.



» Nüve Forum » akademik » Veterinerlik Fakültesi »

Tartışma
k-ortalama yöntemi kullanılarak tayların kümelere ayrıldığı bu çalışmada, dikkate alınan faktörlerin genetik yapıdan etkilendikleri düşünülerek, kümeleme işlemi her bir cinsiyet ayrı ayrı dikkate alınarak gerçekleştirilmiştir. Cidago yüksekliği bakımından erkek taylarda minimum değer 134 cm, maksimum değer 162 cm, dişi taylarda ise bu değerler sırasıyla 129 cm ve 156 cm, göğüs çevresi bakımından erkek taylarda minimum değer 133 cm, maksimum değer 187 cm, dişi taylarda ise bu değerler sırasıyla 136 cm ve 182 cm, incik çevresi bakımından erkek taylarda minimum değer 16 cm, maksimum değer 21 cm, dişi taylarda ise bu değerler sırasıyla 14 cm ve 20 cm olarak elde edilmiştir. Bu değerlere göre genel olarak dişi tayların erkek taylara nazaran cidago yüksekliği, göğüs çevresi ve incik çevresi bakımından daha düşük değerler aldığı söylenebilir. Tayların satışa sunuldukları andaki yaşlarına bakıldığında erkek tayların minimum
360, maksimum 1011 günlük, dişi tayların ise minimum 361, maksimum 997 günlük oldukları görülmektedir. Dolayısıyla satış işlemlerinde erkek ve dişi taylar için farklı yaşlarda satış yapılmadığı ve dikkate alınan değişkenler bakımından cinsiyetler arasında görülen farklılıkların yaş'tan ziyade cinsiyetten kaynaklanan genetik yapıya bağlı olduğu söylenebilir.
Gerek erkek taylara gerekse dişi taylara ait kümelere bakılarak üzerinde durulan özellik bakımından seçim yapılabilir. Eğer ilgilenilen özelliğe göre yüksek değerlere sahip bireylerin seçilmesi isteniyorsa erkek taylarda cidago yüksekliği ve göğüs çevresi için ikinci, incik çevresi için on birinci ya da on dördüncü kümenin, dişi taylar için ise her üç özellik bakımından da on dördüncü kümenin seçilmesi gerekir. Eğer dikkate alınan değişkenlere ait en düşük değerler bakımından seçim yapılması isteniyorsa, erkek taylar için cidago yüksekliği bakımından üçüncü kümenin, göğüs çevresi bakımından on ikinci kümenin, incik çevresi bakımından ise ya on ikinci kümenin ya da on altıncı kümenin seçilmesi gerekir. Dişi taylar için ise, her üç değişkene göre üçüncü kümenini seçilmesi gerekir.
Görüldüğü gibi Kümeleme Analizi’nde, dikkate alınan iki özellik bakımından herhangi bir kümenin tercih edilmesine rağmen üçüncü özellik bakımından bir başka kümenin tercih edilmesi ya da her bir değişken için ayrı ayrı kümelerin tercih edilebilir olması gibi sonuçlar ile karşılaşılması mümkündür. Bu tür sonuçların ortaya çıkması Kümeleme Analizi’nde bir ödünleşim problemini gündeme getirmektedir. Yani iki özellik bakımından tercih edilen bir kümenin üçüncü bir özellik bakımından tercih edilememesi ya da her bir değişken için farklı kümelerin seçilmesinin gerektiği durumlarda karar vericinin bir karar vermesi gerekebilir. Bu tür sonuçların ortaya çıktığı durumlarda karar vericinin, dikkate alınan değişkenlerin önemine göre küme seçmesi gerekir.
Diğer seleksiyon metotlarına göre zaman, işgücü, maliyet, güvenilirlik, objektiflik vb. yönlerden avantajlı olmasından dolayı hayvan ıslahında özellikle de seleksiyon yaparken bir metot olarak Kümeleme Analizi’nin kullanılmasının uygun olacağı söylenebilir.


» Nüve Forum » akademik » Veterinerlik Fakültesi »

Kaynakpdf