본 연구는 우리나라 일반 농가에서 사육중인 한우 암소 348두의 도체중, 등심단면적, 등지방두께 및 근내지방도에 대하여 EBV(Estimated Breeding Value) 및 GEBV(Genomic Estimated Breeding Value)의 정확도를 비교하였다. EBV 분석은 한우 암소 348두의 혈통정보와 농협경제지주 한우개량사 업소의 당대검정우 및 후대검정우의 혈통정보 및 표현형정보를 이용하여 혈연계수행렬(Numeric Relation Matrix, NRM)을 구축하여 BLUP(Best Linear Unbiased Prediction) 방법으로 분석하였다. GEBV 분석은 표현형정보와 유전체정보가 있는 후대검정우 3,820두를 참조집단으로 이용하여 한우 암소 348두의 SNP 50K 정보와 유전체 혈연 행렬(Genetic Relationship Matrix, GRM)을 구축하여 GBLUP(Genomic Best Linear Unbiased Prediction) 방법으로 분석하였다. 그 결과, 한우 암소 348두 에 대한 EBV 및 GEBV의 정확도 차이는 도체중, 등심단면적, 등지방두께 및 근내지방도에서 GEBV의 정확도가 각각 22.90%, 11.14%, 12.28% 및 8.69% 증가됨을 보였다. 이러한 결과는 유전체 선발 시 육종가 추정의 정확도 증가를 볼 수 있을 것으로 기대되며, 이는 유전체선발을 위한 기초자료로써 활용될 수 있을 것으로 판단된다.
Genomic selection can also be used the breeding values for non-phenotypic animals, predicted from a large number of single nucleotide polymorphism(SNP) marker across the whole genome. This study was conducted to compare the accuracy of estimated breeding values(EBV) and genomic estimated breeding value(GEBV) for Carcass traits of 348 Hanwoo cows. The carcass traits considered in this study were carcass weight(CW), eye muscle area(EMA), backfat thickness(BF), and marbling score(MS9). The EBV analysis was performed using the best linear unbiased prediction(BLUP) method by constructed a numeric relationship matrix(NRM) using the pedigree information of 348 cows, with pedigree and phenotype data of the candidate bulls and their steers in the National Breeding Program. The GEBV analysis was performed genomic best linear unbiased prediction(GBLUP) method by constructing a genomic relationship matrix(GRM) using SNP 50K information of 348 cows, and phenotype and genomic data of 3,820 steers as the reference population. As the results, the differences in accuracies of two estimated breeding values for CW, EMA, BFT, and MS traits for 348 cows showed that the accuracies of GEBV were increased by 22.90%, 11.14%, 12.28%, and 8.69%, respectively. The results of this study suggest that GBLUP method for Hanwoo cows could be able to improve the accuracy of the estimated breeding value, and it also could be used as a basic data for genomic selection.