پارامترهای رشد گوسفند بلوچی با استفاده از مدل رشد برودی برازش شد. داده ها، ازمجموعه 1243250رکوردهای جمع آوری شده از حیوانات، طی سال های 1360 تا 1387 بودند. با استفاده از نرم افزار sas پارامترهای مدل رشد برودی و نیز همبستگی فنوتیپی میان پارامترها تخمین زده شد. مقادیر هر یک از پارامترهای k ,b,a به ترتیب 025/0±17/0، 028/0±19/0و014/0±03/0 بوده و سال و جنس اثر معنی داری روی همه ی پارامترهای رشد داشتند(01/0p<). همبستگی فنوتیپی میان پارامترهای a، bوa، kو b ,k نیز به ترتیب0.018± 29/0- و 0.035 ± 88/0- و0.06±53/0 بودند. وراثت پذیری و همبستگی ژنتیکی میان پارامترهای منحنی رشد برودی با نرم افزار dmu تخمین زده شد. وراثت پذیری هر یک از پارامترهای aوb و kبه ترتیب برابر با 025/0±17/0، 028/0±19/0و014/0±03/0 بود. همبستگی ژنتیکی میان پارامترهای a، bوa، kو b,k به ترتیب 08/0±61/0و 148/0±59/0- و 187/0±61/0- محاسبه شد. به طور کلی وراثت پذیری پایین هر یک از پارامترهای منحنی رشد نشان می دهد که انتخاب برای هرکدام از پارامترها در گوسفند بلوچی، اثر اندکی برپیشرفت ژنتیکی داشته و شرایط محیطی بیشترین تاثیر را بر وزن بلوغ و نرخ بلوغ دارد.

حدود 30 تا 40 درصد از ناباروری ها در جنس نر به دلایل ناشناخته است. مشخص شده است که ژنتیک در اختلال روند اسپرماتوژنز سهم دارد و درمیان عوامل مورد مطالعه، ریزحذف های کروموزوم y یکی از شایع ترین آن هاست. مطالعات بر روی ریزحذف های نواحی azf کروموزوم y نتایج بسیار متفاوتی را نشان داده است. در این مطالعه، به منظور بررسی مقایسه ای نواحی ژنومیazf وsry در کروموزوم y انسان و دام(شامل گاو و گوسفند) و تشخیص ناباروری به کمک sts (sequence-tagged sites) مارکرها از نمونه خون 45 مرد نابارور و 5 راس دام نابارور استفاده شد. پس از استخراج dna، جهت مطالعه وجود ریزحذف های کروموزوم y در نمونه های انسانی و دامی، pcr ابتدا به صورت uniplex برای هر شش جفت پرایمر و سپس به صورت مولتی پلکس بهینه سازی شد. نتایج نشان داد که sts مارکرهای طراحی شده برای کروموزوم y انسان قادر به تکثیر جایگاهی در کروموزوم y دام نبوده و نمی تواند برای تشخیص ناباروری در دام بکار گرفته شود. از میان نمونه های انسانی، میکرودلیشن در سه مورد از افراد مورد مطالعه مشاهده گردید در دو مورد از نمونه های دامی و یک مورد از نمونه های انسانی حذف ژن ddx3y وجود داشت. هیچ کدام از افراد سالم و نمونه های کنترل، حذفی را در نواحی azf نشان ندادند. بطور کلی نتایج این مطالعه نشان داد که بررسی ژن های موثر در ناباروری موجود در ناحیه azf می تواند در تشخیص ناباروری در دام نیز استفاده شود.

در این مطالعه برای اولین بار روشی برای تعیین کیفیت پوست بره‏های یک روزه با استفاده از روش های مبتنی بر هوش مصنوعی ارائه شد و سپس با استفاده از شبیه سازی رایانه ای تاثیر استفاده از رکوردهای حاصل از هوش مصنوعی در مقایسه با روش ارزیابی انسانی بررسی شد. داده مورد استفاده از پوست های کلکسیون و از بره های متولد شده در مرکز پرورش گوسفند زندی واقع در شمال شرق تهران(خجیر) بدست آمد. ابتدا کیفیت پوست های کلکسیون و همچنین امتیاز صفات مختلف پوست برای 300 راس بره نوزاد بوسیله ارزیابان خبره و در قالب اعداد گسسته ثبت شد. به طور همزمان و با استفاده از دوربین دیجیتال، عکس‏های متعددی از پوست بره ها با رعایت فواصل ثابت تهیه شد. همچنین برخی اندازه های متریک در رابطه با پوست بره ها نظیر ابعاد پوست و اندازه گل های روی پوست ثبت گردید. پس از آماده سازی اولیه تصاویر تعداد 180 خصوصیت شامل ویژگی های مختلف شکل شناسی و بافت از هر تصویر استخراج و با توجه به نوع صفت مورد بررسی ویژگی های مرتبط انتخاب شد. با استفاده از امکانات شبکه عصبی در نرم افزار متلب دو ساختار متفاوت شبکه عصبی مصنوعی یکی به منظور دسته بندی و تشخیص صفات پوست و دیگری با هدف تخمین مقادیر صفات پوست مورد استفاده قرار گرفت. نتایج نشان داد که با استفاده از روش پردازش تصویر و شبکه عصبی امکان دسته بندی صفات پوست با دقتی بین 94 تا 100 درصد وجود دارد. کمترین دقت شبکه برای تشخیص نوع گل و بالاترین دقت برای تشخیص رنگ و طرح پوست ثبت شد. همچنین مساحت پوست‏ بره های یک روزه و اندازه گل های روی پوست با استفاده از شبکه عصبی مصنوعی به ترتیب با دقت %94/35 و %98/44 تخمین زده شد. ضریب همبستگی بین مقادیر اندازه های تخمین زده شده برای پوست بره ها با استفاده از شبکه عصبی مصنوعی و اندازه های واقعی 92/8 درصد و بین مقادیر اندازه گل تخمین زده شده توسط شبکه عصبی با مقادیر واقعی آن 96/4 درصد برآورد شد. شبیه سازی صفت اندازه پوست نشان داد که استفاده از اعداد پیوسته حاصل از پردازش تصویر به جای رکوردهای رتبه ای در ارزیابی انسانی باعث افزایش معنی دار دقت برآورد ارزش های ارثی (به ترتیب 0/78 و 0/89) و روند ژنتیکی(به ترتیب 0/28 و 0/46) جمعیت اصلاحی شد. این موارد با فرض مقادیر مختلف ضریب وراثت پذیری، شدت انتخاب، اندازه نسل و مقادیر مختلف همپوشانی نسل ها بررسی شد و بازهم دقت انتخاب و پیشرفت ژنتیکی بالاتر جمعیت اصلاحی در صورت استفاده از رکوردهای پیوسته پردازش تصویر مشاهده شد (p<0.01). نتایج این مطالعه نشان داد که نه تنها امکان استفاده از فن آوری هوش مصنوعی برای تعیین کیفیت پوست بره های یک روزه وجود دارد، بلکه استفاده از این روش به تعریف برخی صفات جدید با توزیع کمی پیوسته منتج شده و در نهایت به پیشرفت ژنتیکی بالاتر جمعیت اصلاحی کمک می کند.