ออกแบบ Breeding Program

บทที่ 10 สอนการจัดการ generation, selective breeding, line breeding, inbreeding, outcrossing และ pedigree ส่วนบทที่ 11 สอนให้มองเมดากะเป็นชุดของ phenotype traits แทนการจำชื่อสาย

บทนี้นำสองแนวคิดมารวมกับ genetics โดยใช้กระบวนการ สมมติฐาน → ออกแบบการผสม → เก็บข้อมูล → ทดสอบ → คัดเลือก → ทำซ้ำ

ควรแปลงความต้องการเป็น Target Phenotype ที่วัดได้ เช่น Body Type, Body Color, Pattern, Lame, External Light, Fin และ Eye พร้อมกำหนดลำดับความสำคัญของ Selection Criteria

Target Fish
    │
    ├── Trait A = Black
    ├── Trait B = Dense Lame
    ├── Trait C = External Light
    └── Trait D = Long Fin

จากนั้นจึงหาพ่อแม่ที่มี trait เหล่านี้

ตัวอย่าง Parent A: Black + Dense Lame + Weak External Light และ Parent B: Medium Lame + Long External Light + Long Fin เป้าหมายคือรวมข้อดีของทั้งสอง แต่ไม่ได้หมายความว่าลูกจะรวมข้อดีทั้งหมดทันที

Breeder ไม่จำเป็นต้องรู้ gene ทุกตัวก่อนเริ่ม แต่ควรตั้งสมมติฐานว่า trait ใดอาจเป็น Mendelian, quantitative/polygenic หรือ segregate แยกกัน แล้วใช้ลูกแต่ละ generation ทดสอบ

Hypothesis
     ↓
Cross
     ↓
Observe offspring
     ↓
Compare with expectation
     ↓
Revise hypothesis

สมมติ A dominant และ a recessive:

AA × aa → F1 100% Aa

Aa × Aa → 25% AA, 50% Aa, 25% aa

หาก A dominant phenotype คาดหวัง 75% A : 25% a แต่ไม่ควรนำ 3:1 ไปใช้กับทุก phenotype ของเมดากะ

ลักษณะเช่น Lame Density หรือ External Light Length อาจเป็นระดับต่อเนื่อง Low → Medium → High → Very High และอาจได้รับอิทธิพลจากหลาย genetic loci รวมถึง environment จึงควรใช้ phenotype scoring

Phenotype
   =
Genotype
   +
Environment
   +
G × E interaction

ควรพยายามมาตรฐาน Temperature, Water, Feed, Density, Light, Container, Age at evaluation และ Photography

ใน F1 ควรสังเกตและบันทึก distribution ของแต่ละ trait รวมถึงจำนวนตัวอย่าง ไม่ควรสรุป inheritance จาก generation เดียว

F2 เป็นจุดสำคัญที่ genetic combinations แตกออกผ่าน segregation และ recombination ควรใช้ phenotype decomposition และ scoring แทนคำว่า “สวยมาก”

ไม่ควรฝากอนาคตทั้ง line ไว้กับปลาเด่นเพียงตัวเดียว เพราะยังไม่รู้ fertility, inheritance, hidden deleterious alleles, sibling performance และ family performance ควรเลือกหลาย breeding candidates จากหลาย families

สร้างหลาย family เช่น FAM-A, FAM-B, FAM-C, FAM-D แล้วเปรียบเทียบ Target phenotype, Fertility และ Survival เพื่อไม่ให้ตัดสินจาก champion เพียงตัวเดียว

ควรใช้ทั้ง Individual Selection และ Family Selection: ตัวนี้ดีหรือไม่ + ครอบครัวนี้ให้ลูกอย่างไร

หาก Target phenotype เพิ่มจาก F2 18% → F3 47% → F4 68% → F5 82% เป็นข้อมูลว่าการคัดเลือกกำลังเพิ่มความถี่ phenotype เป้าหมาย แต่ต้องดู fitness ควบคู่กัน

ต้องดู Phenotype consistency + Reproductive fitness + Survival + Structural health + Repeatability

Stable line ไม่จำเป็นต้องหมายถึงลูก 100% เหมือนกันทุกตัว ควรกำหนดเกณฑ์ภายใน breeding program เช่น Target phenotype threshold, จำนวน generations, จำนวน independent families, hatching/survival threshold และ abnormality trend โดยต้องระบุว่าเป็นเกณฑ์ภายใน ไม่ใช่มาตรฐานสากล

หาก phenotype dominant อาจเป็น AA หรือ Aa การ test cross กับ aa สามารถให้ข้อมูลเพิ่ม แต่กับ phenotype ซับซ้อนต้องระวังเพราะอาจไม่ได้ถูกควบคุมด้วย locus เดียว

A × B
 ↓
F1
 ↓ × A
BC1
 ↓ × A
BC2

ใช้เพื่อพยายามนำ trait จาก donor เข้ามา ขณะที่รักษาพื้นฐานของ recurrent line แต่ทุก generation ยังต้อง select

Outcross อาจใช้เมื่อ line breeding/inbreeding ต่อเนื่องแล้ว fitness ลดลง หรือเมื่อต้องการ diversity/trait ใหม่ แต่ phenotype uniformity อาจลดลงและต้องเข้าสู่ selection cycle ใหม่

สามารถรักษาหลาย sublines A, B, C ตั้งแต่ต้น แล้วจัด mating A×B, B×C, C×A ตาม pedigree และเป้าหมาย แทน sibling mating ต่อเนื่องโดยไม่มีแผน

Population size ≠ Effective population size หากมีปลา 1,000 ตัวแต่รุ่นถัดไปมาจากพ่อ 1 ตัว แม่ 2 ตัว genetic population ที่มีส่วนสร้างรุ่นใหม่จริงมีขนาดเล็ก

Pedigree ช่วยเห็นความสัมพันธ์ของปลาและสามารถใช้คำนวณ inbreeding coefficient (F) ในระบบขั้นสูง โดย F สูงขึ้นหมายถึง probability ของ allele ที่ identical by descent สูงขึ้น แต่ pedigree ต้องถูกต้อง

ถ้าทรัพยากรเพียงพอ การเก็บ control line ที่ไม่ได้รับ selection แบบเดียวกันช่วยเปรียบเทียบการเปลี่ยนแปลงและทำให้ breeding program ใกล้กับการทดลองมากขึ้น

Cross ครั้งเดียวไม่ควรใช้สรุป ควรมีหลาย families หรือ mating ซ้ำ เพราะผลอาจมาจาก parent pair เฉพาะ, environment, random segregation หรือ small sample

4/5 = 80% กับ 78/100 = 78% ไม่ได้มีน้ำหนักข้อมูลเท่ากัน ต้องดู Percentage + Sample Size เสมอ

การคัด A+B+C+D+E+F อย่างเข้มพร้อมกันอาจเหลือ breeder น้อยมากและลด diversity จึงอาจแบ่ง development เป็น phase เช่น A+B → stabilize → introduce C → select A+B+C → introduce D

สร้าง Line X = A+B และ Line Y = C+D ให้แต่ละ line พัฒนาและมีความสม่ำเสมอก่อน แล้ว X×Y → F1 → F2 → Select A+B+C+D

คำว่า modular breeding strategy ในที่นี้เป็นวิธีคิด ไม่ใช่ชื่อมาตรฐานเฉพาะของเมดากะ

ตัวเลขทั้งหมดในตัวอย่างนี้สมมติขึ้นเพื่ออธิบายวิธีคิด ไม่ใช่ผลทดลองจริงหรือเกณฑ์มาตรฐานของ Gene-Fish

Target: Black Body + Dense Multicolor Lame + Long External Light

P: Parent A (Black, Dense Lame, Weak External Light) × Parent B (Light body, Medium Lame, Long External Light)

F1: ประเมิน 150 ตัว เลือก 30 ตัวที่ Black expression สูง + Lame ดี + External Light อย่างน้อย medium และสร้างหลาย families

F2: 720 ตัว พบ target combination 96 ตัว (13.3%) ประเมิน body structure, growth, fertility candidate, Lame score และ External light score แล้วเลือก 24 ตัวจากหลาย families

F3: สร้าง 6 families พบ target rates แตกต่างกัน เช่น A 42%, B 55%, C 31%, D 63%, E 49%, F 18% แต่ Family D fertility ต่ำ ส่วน B มี fertility/survival สูง จึงอาจมีคุณค่าระยะยาวมากกว่า

F4: รักษา B1, B2, D1 แยกกัน พบ target 71%, 68%, 77% ตามลำดับ แต่ D1 fertility ต่ำ จึงรักษา B1/B2 เป็นแกนหลัก

F5: B1 82%, B2 79% และ fitness ยังดี

F6: B1 86%, B2 84% และหลาย mating pairs ให้ผลใกล้เคียงกัน จึงมีหลักฐานมากขึ้นว่า phenotype combination มี repeatability สูงขึ้น แต่ไม่ควรเรียกว่า “พันธุกรรมบริสุทธิ์ 100%”

ไม่มีเลข generation วิเศษ เช่น F5 = stable หรือ F7 = pure ที่ใช้ได้ทุกโครงการ ควรดูการถ่ายทอด trait หลาย family หลาย generation, fitness, pedigree และความสามารถในการคาดการณ์ผลเมื่อผสมภายใน line

ควรเก็บ reference photos และข้อมูลแต่ละ generation เช่น Mean Trait Score, Target %, Hatching %, Survival %, Fertility และ Body abnormalities เพื่อดูว่า breeding program Improving, Stable หรือ Declining ในด้านใด

ควรมีโครงสร้าง FISH, PHENOTYPE, CROSS และ FITNESS เชื่อมกันด้วย Fish ID/Cross ID เพื่อรองรับ pedigree, observations และการวิเคราะห์ generation

แผนภาพนี้เป็นทิศทางที่ระบบบริหารข้อมูลสามารถพัฒนาได้ ไม่ได้หมายความว่าฟังก์ชันวิเคราะห์ทุกส่วนเปิดใช้งานแล้ว

Gene-fish
Fish Passport
      ↓
Pedigree
      ↓
Phenotype Database
      ↓
Breeding Records
      ↓
Generation Analysis
      ↓
Family Performance
      ↓
Breeding Decision Support

ระบบอาจค้นหา candidate pair ตาม phenotype, pedigree relationship และ historical offspring data แต่ไม่ควรรับประกันผลลูกหากไม่มีข้อมูล genetics รองรับ

หากอัตราส่วน phenotype ใกล้ Mendelian expectation สามารถตั้งสมมติฐานได้ แต่ไม่ควรประกาศว่า trait ถูกควบคุมโดย gene เดียวจากเปอร์เซ็นต์เพียงอย่างเดียว ต้องใช้ controlled crosses + larger samples + replicates + statistical testing + genetic/genomic evidence

ควรใช้เมื่อแบบจำลองและกลุ่มผลลัพธ์ถูกกำหนดไว้ล่วงหน้า และจำนวนคาดหมายเหมาะกับวิธีทดสอบ ผลที่ไม่ขัดกับแบบจำลองไม่ได้พิสูจน์ว่ามียีนตำแหน่งเดียว

Chi-square test ใช้เปรียบเทียบ Observed กับ Expected genetic model เช่น คาด 3:1 ในลูก 200 ตัว = 150:50 แต่พบ 142:58 การทดสอบช่วยประเมินว่าข้อมูลขัดกับ model มากน้อยเพียงใด ไม่ได้พิสูจน์ gene ด้วยตัวเอง

ระดับแรกใช้ Pedigree + Controlled Cross + Phenotype + Statistics ได้ หากต้องการลึกขึ้นจึงเข้าสู่ DNA → Genotyping → Markers → Association → Candidate genomic regions → Candidate genes

ชื่อ strain ทางการค้าไม่ได้เท่ากับ genetic marker และ phenotype ที่เหมือนกันไม่ได้รับประกันว่าเกิดจาก genetic mechanism เดียวกัน

                 FISH
                  │
       ┌──────────┼──────────┐
       │          │          │
   Phenotype   Pedigree   Genotype
       │          │          │
       └──────────┼──────────┘
                  │
           Breeding Analysis

สามารถใช้วิเคราะห์ว่า trait ปรากฏใน family ไหนบ่อย มาจาก ancestor ใด มี candidate marker หรือไม่ Cross ไหนให้ trait สูง และ Line ไหนเริ่มมี fitness ลดลง

Observe
   ↓
Question
   ↓
Hypothesis
   ↓
Design Cross
   ↓
Breed
   ↓
Record
   ↓
Measure
   ↓
Analyze
   ↓
Select
   ↓
Repeat

ความแตกต่างจากการ “ผสม → รอลูก → เลือกตัวสวย → ผสมอีก” คือ ข้อมูล

ควรมี Project ID, Objective, Foundation Parents, Target Traits, Fitness criteria, Breeding Plan และ Data requirements เช่น Fish ID, Cross ID, Pedigree, Phenotype, Fitness, Photo และ Generation

1. กำหนด phenotype เป้าหมายก่อนผสม
2. แยก phenotype ออกเป็น traits
3. อย่าคาดเดา genotype จากรูปลักษณ์เพียงอย่างเดียว
4. อย่าสรุป inheritance จากครอกเดียว
5. ดูทั้ง individual และ family
6. อย่าฝาก line ไว้กับ breeder เพียงคู่เดียว
7. ติดตาม fitness พร้อมกับความสวย
8. รักษา pedigree ตั้งแต่ generation แรก
9. ใช้ outcross/backcross ด้วยเหตุผล
10. เก็บข้อมูลแม้ผลการผสมไม่เป็นอย่างที่ต้องการ

Failed Cross ≠ Useless Data

KEEPER
↓
BREEDER
↓
ADVANCED BREEDER
↓
BREEDING PROGRAM
↓
GENETIC PROGRAM

ไม่จำเป็นต้องกระโดดไปขั้นสุดท้ายทันที สิ่งสำคัญคือข้อมูลทุก generation ต้องไม่หาย

การสร้างสายเมดากะไม่ใช่สูตร ปลา A × ปลา B = ปลา C แต่เป็นกระบวนการ Goal → Phenotype → Genetic Hypothesis → Controlled Cross → F1 → F2 Segregation → Selection → Parallel Families → F3/F4/F5... → Measure → Test → Stabilize → Maintain Genetic Diversity → Breeding Line

เราไม่ได้ “สร้างสาย” เมื่อพบปลาสวยหนึ่งตัว แต่เริ่มสร้างสายเมื่อสามารถทำให้ลักษณะที่ต้องการถ่ายทอดอย่างสม่ำเสมอในลูกหลานหลาย generation โดยยังรักษาสุขภาพ ความสามารถในการสืบพันธุ์ และมี pedigree ที่ตรวจสอบย้อนกลับได้

บทที่ 10 ทำให้รู้ว่าจะเพาะและจัดการสายอย่างไร บทที่ 11 ทำให้รู้ว่าจะมองและจำแนก phenotype อย่างไร และบทที่ 12 ทำให้รู้ว่าจะใช้ phenotype + genetics + pedigree + data เพื่อออกแบบ breeding program อย่างไร