刘文忠, 徐银学. 动物育种学实验教程[M]. 中国农业大学出版社, 2007.实验十八:单性状动物模型BLUP育种值估计实验目的熟悉并掌握无重复观测值时动物模型BLUP育种值估计的基本原理和方法了解育种软件的基本原理及使用方法实验内容模型混合模型方程组及其求解育种值估计的准确性育种值估计的可靠性模型矩阵形式假定混合线性方程组个体育种值估计的准确性数据数据包括2个场的7个个体的观测值,性状的遗传力为1/3.chang <- c(1,1,1,2,2,2,2)ID <- c(1:7)Sire <- c(0,0,1,1,3,1,5)Dam <- c(0,0,0,2,4,4,6)y <- c(225,200,255,250,198,245,260)dat <- data.frame(chang,ID,Sire,Dam,y)ped <- data.frame(ID,Sire,Dam)dat$ID <- as.factor(dat$ID)ASReml4-R处理流程计算亲缘关系矩阵library(asreml)ainv <- as.data.frame(ainverse(ped))head(ainv)re_mat = matrix(0,max(ainv$Row),max(ainv$Column))re_mat[as.matrix(ainv[,1:2])]=ainv[,3]re_mat[upper.tri(re_mat)] = t(re_mat)[upper.tri(re_mat)]A = round(solve(re_mat),4)A定义遗传力和方差组分,这里定义残差方差组分为20,加性方差组分为10Va <- 10Ve <- 20定义模型:chang为固定因子,加性效应为随机因子ainv = ainverse(ped)init <- asreml(y ~ chang, random =~ vm(ID,ainv),residual = ~ idv(units),data=dat,start.values = T)init$vparameters.table$Value[c(1,3)] = c(Va,Ve)init$vparameters.table$Constraint[c(1,3)] = c("F","F")vc = init$vparameters.tablemod <- asreml(y ~ chang, random =~ vm(ID,ainv),residual = ~ idv(units),data=dat,G.param = vc,R.param = vc)summary(mod)$varcomp> mod <- asreml(y ~ chang, random =~ vm(ID,ainv),residual = ~ idv(units),data=dat,G.param = vc,R.param = vc)Model fitted using the sigma parameterization.ASReml 4.1.0 Fri Mar 13 10:27:43 2020 LogLik Sigma2 DF wall cpu 1 -88.0641 1.0 5 10:27:43 0.0 2 -88.0641 1.0 5 10:27:43 0.0育种值coef(mod)$random带有标准误的BLUP值blup <- as.data.frame(summary(mod,coef=T)$coef.random)blup以上即为通过ASReml 软件计算单性状BLUP 的方法,你学会了么?如果还想了解更多ASReml软件在遗传育种参数分析的应用请参考下图详情:更多详细ASReml 功能详情信息,评论区见(图片来源网络,侵删)
BLUP(Best Linear Unbiased Prediction)译为最佳线性无偏差预测在动物生产实践中,常用到的育种值(EBV)是由BLUP估测而来BLUP不单单可以区分出固定效应(例如,奶牛的产奶受产仔年龄,产仔季节和空怀天数等因子影响)对性状表型的影响,还可以评估随机效应(包括遗传效应,例如,奶牛本身遗传潜力对产奶量的影响)对性状表型的影响今天我们以教科书中的一则案例介绍如何通过ASReml软件来计算单性状BLUP
0 评论