当前位置:首页 >> 农林牧渔 >>

BLUP育种值估计


第一节 线性模型基础知识 第二节 BLUP的基本原理 第三节 BLUP的计算技术 第四节 育种值估计模型 第五节 多性状BLUP 法的基本原理 第六节 BLUP育种值估计举例 第七节 BLUP育种值估计软件

随着数理统计学与线性模型理论、 随着数理统计学与线性模型理论、计算机科学与 互联网络技术的迅速发展, 互联网络技术的迅速发展,家畜育种值估计的方 法发

生了根本的变化。 法发生了根本的变化。 以Henderson为代表所发展起来的BLUP(Best Henderson为代表所发展起来的BLUP( 为代表所发展起来的BLUP Prediction)育种值估计法, Linear Unbiased Prediction)育种值估计法, 将畜禽遗传育种的理论与实践带入了一个新的发 展阶段。 展阶段。

http://jpk.sicau.edu.cn/jcyzx/index.htm

第一节

线性模型基础知识

模型(Model) 模型(Model) 模型是描述观察值与影响观察值变异性的各因子之间 的关系的数学方程式 分类 ? 真实模型——非常准确地模拟观察值的变异性, 模型中不含有未知成分 ? 理想模型——根据研究者所掌握的专业知识建立 的尽可能接近真实模型的模型 ? 操作模型——用于实际统计分析的模型,它通常 是理想模型的简化形式
http://jpk.sicau.edu.cn/jcyzx/index.htm

因子 离散型
? ? 通常表现为若干个有限的等级或水平 固定因子 ——有意识地抽取若干个特定的水平, 目的是对这些水平的效应进行估计或进行比较 , 如年效应 随机因子——因子的若干水平可看作是来自该因 子的所有水平所构成的总体的随机样本,目的是 要通过该样本去推断总体,如个体的遗传效应。

?

连续型
? 它呈现连续性变异,通常是作为影响观察值的协 变量(回归变量)
http://jpk.sicau.edu.cn/jcyzx/index.htm

线性模型( model) 线性模型(Linear model)
线性模型是指在模型中所包含的各个因子是 以相加的形式影响观察值,即它们与观察值 的关系为线性关系,但对于连续性的协变量 也允许出现平方或立方项。 一个线性模型应由3个部分组成: 1. 数学方程式 2. 方程式中随机变量的期望和方差及协方差 3. 假设、约束和限制条件
http://jpk.sicau.edu.cn/jcyzx/index.htm

线性模型举例
母牛的乳脂量生产成绩表(Schaeffer L R,1993)
分组 初产年龄(等级) 初产年龄(等级) 1 1 114 150 109 2 163 117 103 2 143 3 145

产 犊 季 节

数学方程式: 数学方程式: yijk = ? + ai + b j + eijk 期望和方差: 期望和方差:E ( y ijk ) = ? + ai + b j E (eijk ) = 0 假设和约束条件: 假设和约束条件: V ( yijk ) = V (eijk ) = σ i2 所有母牛都来自同一品种 所有母牛都在相同的环境下以相同的饲养方式饲养 所有的母牛都来自同一公牛 所有的母牛的母亲对母牛的乳脂量无影响
http://jpk.sicau.edu.cn/jcyzx/index.htm

线性模型的分类 固定效应模型(fixed model)
? 如一个模型中除了随机误差外,其余所有的效应均为 固定效应,则称此模型为固定效应模型或固定模型。

随机效应模型(random model)
? 若模型中除了总平均数外,其余的所有效应均为随机 效应,则称此模型为随机效应模型或随机模型

混合模型 (mixed model)
? 若模型中除了总平均数和随机误差之外,既含有固定 效应,也含有随机效应,则称之为混合模型
http://jpk.sicau.edu.cn/jcyzx/index.htm

传统的选择指数法的基本假设是不存在影响观察值的系统环境效应, 传统的选择指数法的基本假设是不存在影响观察值的系统环境效应, 不存在影响观察值的系统环境效应 或者在使用前剔除了系统环境效应。 或者在使用前剔除了系统环境效应。 在使用前剔除了系统环境效应 遗憾的是这个基本假设在几乎所有实际情况下都是不能成立的, 遗憾的是这个基本假设在几乎所有实际情况下都是不能成立的,如乳 几乎所有实际情况下都是不能成立的 用母牛饲养在管理条件不同的牛群中。 用母牛饲养在管理条件不同的牛群中。 为克服以上缺陷,Henderson于1948年提出了BLUP方法,即最佳线性 为克服以上缺陷,Henderson于1948年提出了BLUP方法, 年提出了BLUP方法 无偏预测,这个统计方法可同时估计固定效应(例如系统环境效应) 无偏预测,这个统计方法可同时估计固定效应(例如系统环境效应) 和育种值。传统的选择指数是具有已知固定效应的BLUP方法的一种特 和育种值。传统的选择指数是具有已知固定效应的BLUP方法的一种特 BLUP 殊情形。 殊情形。 随着计算机技术的高速发展,使这一方法的实际应用成为可能, 随着计算机技术的高速发展,使这一方法的实际应用成为可能,目前 BLUP法已成为世界各国(尤其是发达国家)家畜遗传评定的规范方 BLUP法已成为世界各国(尤其是发达国家)家畜遗传评定的规范方 法已成为世界各国 法 。

http://jpk.sicau.edu.cn/jcyzx/index.htm

第二节

BLUP的基本原理 BLUP的基本原理
y = Xb + Zu + e

一般混合模型可表示为: 一般混合模型可表示为:

, , ,

y 是所有观察值构成的向量 b 是所有固定效应(包括)构成的向量 X 是固定效应的关联矩阵 u 是所有随机效应构成的向量 Z 是随机效应的关联矩阵 e 是随机残差向量 随机变量的数学期望: E ( b ) = b E (u ) = 0 E ( e ) = 0 E ( y ) = Xb 随机变量的数学期望:
方差-协方差矩阵结构: 方差-协方差矩阵结构:

? u ? ?G Var? ? = ? ?e? ? 0 ? ? ?

0? ? R? ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

BLUP 的统计特性 可估函数: ′b + M ′u K 预测函数:L′y 预测误差:K ′b + M ′u ? L′y
BLUP分析的实质是利用观察值的一个线性函数( L′y ) 对固定效应和随机效应的任意线性可估函数 ( K ′b + M ′u )进行估计和预测,要求同时满足预测的 无偏性和预测误差方差最小(最佳)两个条件,由此得

u 最佳线性无 到 b 的最佳线性无偏估计值 最佳线性无偏估计值(BLUE), 的最佳线性无 最佳线性无偏估计值
偏预测值(BLUP) 偏预测值(BLUP)。
http://jpk.sicau.edu.cn/jcyzx/index.htm

BLUP 估计一般方程
? b = (X ′V ?1 X)? X ′V ?1 y ? ? u = GZ ′V ?1 (y ? Xb)

BLUP法前提条件 BLUP法前提条件
1. 所用的表型信息必须真实可靠,系谱资料必须正确完 整 2. 所用的模型是真实模型; 3. 模型中的随机效应的方差组分或方差组分的比值已知

http://jpk.sicau.edu.cn/jcyzx/index.htm

混合模型方程组的一般形式 混合模型方程组的一般形式
? X ′R ?1 X ? ? Z ′R ?1 X ? ? X ′R ?1 Z ?? b ? ? X ′R ?1 y ? ?? ? = ? ?1 ? 1 ?? ? ? Z ′R ?1 y ? ? ? Z ′R Z + G ?? u ? ? ?

混合模型方程组的简化形式 混合模型方程组的简化形式
? X ′X ? ? Z ′X ? ? ?? b ? ? X ′y ? ?? ? = ? ? 1 ?? ? ? Z ′y ? ? Z ′Z + kA ?? u ? ? ? ? X ′Z

Var (u ) = G = Aσ u2 Var ( e ) = R = Iσ e2 k = σ e2 σ u2
http://jpk.sicau.edu.cn/jcyzx/index.htm

混合模型方程组的度量 混合模型方程组的度量
? ? b ? ? C xx Var ? ? = ? ?u? ? 0 ? ?? ? ? ? G ? C zz ? ? 0

? ? b ? ? C xx C xz ? ?=? ? Var ? ?u ? u? ?C C zz ? ? ? ? ? ? zx ? Cov (ui , ui ) ru u? = = (σ u2 ? d a σ e2 ) / σ u2 = 1 ? d u k
i i

σ u σ u?
i

i

i

i

k = σ e2 σ u2

d u 为 C zz 中与 i 个体对应的对角线元素
i
http://jpk.sicau.edu.cn/jcyzx/index.htm

第三节

BLUP的计算技术 BLUP的计算技术

混合模型方程组的求解 经典解法
? 先求出方程组的系数矩阵和等式右边的向量,建立 方程组,然后迭代求解 ? 缺点:混合模型方程组往往很大,容易受计算机内 存的限制,实际应用范围不广

间接解法
? 不需建立方程组,直接构建观测数据迭代公式,每 次迭代读入原始数据包括性状观测值和系谱记录, 并同时计算该次迭代的解 ? 通用性不强,需要构建特定的数据迭代公式
http://jpk.sicau.edu.cn/jcyzx/index.htm

经典的迭代方法
高斯-赛德尔迭代法 (gauss-seidel)

x

(k ) i

= ( ri ? ∑ cij x
j =1 n

i ?1

(k ) j

?

j =i +1

cij x (j k ?1) ) cii ∑

n

雅可比迭代法(jacobi)

x

(k ) i

= ( ri ? ∑ cij x (j k ?1) ) cii + xi( k ?1)
j =1

松弛迭代法(relaxation)

xi( improved ) = xi( k ) + ω ( xi( k ) ? xi( k ?1) )

收敛标准( 收敛标准(convergence criteria)
一般标准 max x ( t ) ? x ( t ?1) < ε i i 改进标准

∑ (x
i =1

n

(t ) i

?x

( t ?1) 2 i

)

( xi( t ) ) 2 < ε ∑
http://jpk.sicau.edu.cn/jcyzx/index.htm

n

i =1

列表法计算分子亲缘矩阵 1.构造所有个体的系谱列表 ,父母亲号先于个体号 2.构建分子亲缘矩阵
个体 t 的父母未知时:
i = 1、 2、 ? t ? 1 att = 1 ati = ait = 0 个体 t 的父或母为 p 时 :

att = 1

ati = ait = 0.5aip i = 1、 2、 ? t ? 1 个体 t 的父母已知为 p 或 q 时:

att = 1+ 0.5a pq ati = ait = 0.5( aip + aiq ) i = 1、 2、 ? t ? 1
http://jpk.sicau.edu.cn/jcyzx/index.htm

分子亲缘矩阵逆矩阵的计算
1. 构造所有个体的系谱列表 ,父母亲号先于个体号 2. 构建三角矩阵 L 个体 t 的父母未知时:
ltt = 1 lti = 0 i = 1、 2、 ? t ? 1
个体 t 的父或母为

?0.5l pi lti = ? ?0

p 时:

i = 1、 2、 ? p i = p + 1、 p + 2、 ? t ? 1

2 ltt = 1 ? ∑ lti = 0.75 ? 0.25 f p

p

个体的父母已知为 p 或 q ,假设 p < q

i =1

,这时:

?0.5(l pi + lqi ) ? lti = ?0.5lqi ?0 ?
p q i =1 i =1

i = 1、

2、

? p

i = p + 1、 p + 2、 ? q i = q + 1、 q + 2、 ? t ? 1
http://jpk.sicau.edu.cn/jcyzx/index.htm

2 ltt = 1 + 0.5∑ l pj lqj ? ∑ lti = 0.5 ? 0.25( f p + f q )

分子亲缘矩阵逆矩阵的计算
3. 令 D 为 L 对角线元素组成的对角阵,让 A?1 = ( D ?1 ) 2 4. 按以下规则加入已知父母的个体的有关元素构建 A?1 ? 如果双亲已知为 p 和 q :
要加入的数值

? 0.5aii 0.25aii
?

A?1 中的位置 ( p, i ), (i, p ), ( q, i ), (i , q) ( p, p ), ( p, q), ( q, p ), ( q, q)

如果个体父或母已知 p 为:
要加入的数值

? 0.5aii 0.25aii

A?1 中的位置 ( p, i ), (i, p ), ( q, i ), (i , q) ( p, p ), ( p, q), ( q, p ), ( q, q)
http://jpk.sicau.edu.cn/jcyzx/index.htm

如果是一个非近交群体, 如果是一个非近交群体,则可直接构建 A ?1 非近交群体
? 如果双亲已知为 p 和 q :
要加入的数值 2 -1 0.5

A?1 中的位置 (i, i ) ( p, i ), (i, p ), ( q, i ), (i , q) ( p, p ), ( p, q), ( q, p ), ( q, q)
A?1 中的位置 (i, i ) ( p, i ), (i, p ) ( p, p )
http://jpk.sicau.edu.cn/jcyzx/index.htm

? 如果个体父或母已知为 p :
要加入的数值 3/4 -2/3 1/3

第四节

育种值估计模型

动物模型 (animal model )
数学方程式: 期望和方差:

y = Xb + Za + e
2 ? a ? ? Aσ a E ( y ) = Xb Var ? ? = ? ?e? ? 0 ? ? ?

E (a) = 0 E (e) = 0
混合模型方程组:

0 ? ? 2? Iσ e ?

? X ′X ? ? Z ′X ?

? X ′Z ?? b ? ? X ′y ? ?? ? = ? ? 1 ?? ? ? Z ′y ? ? Z ′Z + A k ?? a ? ? ? ?

σ e2 1 ? h 2 k= 2 = σa h2

http://jpk.sicau.edu.cn/jcyzx/index.htm

公畜模型 (sire model )
数学方程式:

y = Xb + Zs + e
期望和方差:

E (s) = 0

E (e) = 0
0 ? ? 2? Iσ e ?

E ( y ) = Xb
As 是公畜间加性遗传相关矩阵

? s ? ? As σ s2 Var? ? = ? ?e? ? 0 ? ? ?
混合模型方程组:

? X ′X ? ? Z ′X ?

2 2 ? X ′Z ?? b ? ? X ′y ? σ e2 σ y ? σ s 4 ? h 2 ?? ? = ? ? 1 ?? ? ? Z ′y ? k = σ 2 = σ 2 = h 2 ? Z ′Z + As k ?? s ? ? ? s s ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

假设和约束条件:
? 只可用来估计公畜的育种值 ? 公畜在群体中与母畜的交配是完全随机的 ? 母亲之间没有血源关系 ? 每个母亲只有一个后代,即一个公畜的所有后代都 是父系半同胞。

http://jpk.sicau.edu.cn/jcyzx/index.htm

公畜— sire公畜—母畜模型 (sire-dam model )
数学方程式:

y = Xb + Z s s + Z d d + e

期望和方差: E (s) = 0 E (d ) = 0

E (e) = 0

2 ? s ? ? Asσ s ? ? ? Var ? d ? = ? 0 E ( y ) = Xb ?e? ? 0 ? ? ?

0
2 Adσ d 0

0 ? ? 0 ? Iσ e2 ? ?

As 是公畜间加性遗传相关矩阵 Ad 是母畜间加性遗传相关矩阵
混合模型方程组:
? X ′X ? ? Z s′ X ?Z′ X ? d X ′Z s Z s′ Z s + k1 As?1 ′ Zd Zs ? ?? b ? ? X ′y ? ?? ? ? ? ? ? = ? Z s′ y ? ?? s ? ?? ′ Z d Z d + k 2 Ad?1 ?? d ? ? Z d y ? ?? ? ? ′ ?
σ e2 4 ? 2h 2 k2 = 2 = σd h2

X ′Z d Z s′ Z d

σ e2 4 ? h 2 k1 = 2 = σs h2

http://jpk.sicau.edu.cn/jcyzx/index.htm

假设和约束条件:
? 只适用于后裔测定的父、母亲育种值预测,而且主 要适用于猪、鸡等母畜繁殖力高的畜禽 ? 动物只有一个记录 ? 有记录的动物不是其它动物的双亲 ? 双亲无记录

http://jpk.sicau.edu.cn/jcyzx/index.htm

外祖父模型 (maternal grandsire model )
数学方程式: 期望和方差:
E (s) = 0 E (e) = 0 E( g) = 0 E ( y ) = Xb

y = Xb + Z s s + Z g g + e
2 ? s ? ? Asσ s ? ? ? Var ? g ? = ? 0 ?e? ? 0 ? ? ?

0
2 Agσ d

0

0 ? ? 0 ? Iσ e2 ? ?

As 是公畜间加性遗传相关矩阵

Ag 是外祖父间加性遗传相关矩阵

混合模型方程组:
? X ′X ? ? Z s′ X ? Z′ X ? g X ′Z s Z s′ Z s + k1 As?1 ′ Zg Zs
2 2 ? ?? b ? ? X ′y ? k = σ e = 4 ? h ?? ? ? ? 1 σ2 h2 s ? ?? s ? = ? Z s′ y ? 2 2 ? ? ? ? ′ ? k = σ e = (16 ? 5)h ? ′ Z g Z g + k 2 Ag 1 ?? g ? ? Z g y ? 2 2 ?? ? σg h2

X ′Z g Z s′ Z g

http://jpk.sicau.edu.cn/jcyzx/index.htm

假设和约束条件:
? 主要适用于种公牛评定 ? 动物只有一个记录 ? 有记录的动物不是其它动物的双亲 ? 双亲无记录 ? 每个母畜只有一个后代 ,且外祖母只有一个女儿 , ? 母畜在外祖父所有女儿中随机抽样

http://jpk.sicau.edu.cn/jcyzx/index.htm

多性状BLUP 第五节 多性状BLUP 法的基本原理
BLUP原理同样可使用于对多个性状进行育种值估计。 BLUP原理同样可使用于对多个性状进行育种值估计。 原理同样可使用于对多个性状进行育种值估计 当我们要对个体在多个性状上的育种值进行估计时, 当我们要对个体在多个性状上的育种值进行估计时,一种 方法可以分别对每一性状单独进行估计, 方法可以分别对每一性状单独进行估计,然后根据性状之 分别对每一性状单独进行估计 间的经济重要性进行综合。 间的经济重要性进行综合。 进行综合 另一种方法可以利用一个多性状模型对多个性状同时进行 另一种方法可以利用一个多性状模型对多个性状同时进行 估计。由于同时进行估计时考虑了性状间的相关, 估计。由于同时进行估计时考虑了性状间的相关,利用了 更多的信息, 更多的信息,同时可校正由于对某些性状进行了选择而产 生的偏差,因而可提高估计的准确度。 生的偏差,因而可提高估计的准确度。
http://jpk.sicau.edu.cn/jcyzx/index.htm

两性状线性模型

? y1 = X 1 b1 + Z 1u1 + e1 ? ? y2 = X 2 b2 + Z 2 u2 + e2

合并的矩阵形式: 合并的矩阵形式:
? y1 ? ?X1 y = ? ?, X = ? ? y2 ? ?0

y = Xb + Zu + e
0 ? ?b1 ? ?Z1 ?, b = ?b ? , Z = ? 0 X2? ? 2? ? 0? ?u1 ? ? e1 ? ?, a = ?u ?, e = ?e ? Z2 ? ? 2? ? 2?

E (u ) = 0

E (e) = 0

E ( y ) = Xb

0 ? ? u ? ? G0 ? A ? Var? ? = ? ?e? ? 0 R0 ? I ? ? ? ? ?
? g11 G0 = ? ?g ? 21 g12 ? ? g 22 ? ? ? r11 R0 = ? ?r ? 21 r12 ? ? r22 ? ?
http://jpk.sicau.edu.cn/jcyzx/index.htm


G0?1

? g 11 = ? 12 ?g ?
′ X 1 X 2 r 12 ′ X 2 X 2 r 22 ′ Z 1 X 2 r 12 ′ Z 2 X 2 r 22

? r11 g 12 ? ?,R0?1 = ? 12 ?r g 22 ? ? ?
′ X 1 Z 1 r 11 ′ X 2 Z 1 r 12 ′ Z 1 Z 1 r 11 + A?1 g 11 ′ Z 2 Z 1 r 12 + A?1 g 12

r12 ? ? 22 ? r ?
′ X 1 Z 2 r 12 ′ X 2 Z 2 r 22

两性状混合模型方程组的简化形式: 两性状混合模型方程组的简化形式:
′ ? X 1 X 1 r 11 ? 12 ′ ? X 2 X 1r ? Z ′ X r 11 ? 1 1 ? Z ′ X r 12 ? 2 1 ? ′ ′ ?? b1 ? ? X 1 y1r 11 + X 1 y 2 r 12 ? ?? ? ? ? ? ? ? X 2 y 2 r 12 + X 2 y 2 r 22 ? ′ ′ ?? b2 =? ?? ? ′ ′ ′ Z 1 Z 2 r 12 + A?1 g 12 ?? a1 ? Z 1 y1r 11 + Z 1 y 2 r 12 ? ? ? ? 22 ? 1 22 ?? ? ? Z ′ y r 12 + Z ′ y r 22 ? ′ ? Z 2 Z 2 r + A g ?? a2 ? ? 2 2 2 2 ?

获得综合育种值 得到各个个体两个性状的估计育种值后,可用性状经济重 要性进行加权计算综合育种值,或者将估计育种值转化为 标准化的估计育种值,然后再加权计算综合育种值。即:

? I i = w1 EBVi1 + w2 EBVi 2 ? ′ 2 ? I i′ = w1 EBVi1 + w2 EBVi′

EBV ′ = EBV σ A
http://jpk.sicau.edu.cn/jcyzx/index.htm

第六节

BLUP育种值估计举例 BLUP育种值估计举例

单性状动物模型BLUP育种值估计 单性状动物模型BLUP育种值估计 BLUP
某种猪场有如下种猪性能测定资料,测定性状为达100 kg日龄,已知该性状的遗传力为0.33,试对该性状资料进 行个体育种值估计。 种猪达100kg日龄记录
猪场
1 1 1 2 2

个体
1 2 3 4 5

父亲
— — 1 1 3

母亲
— — — 2 2

达100kg日龄
140 152 135 143 160

http://jpk.sicau.edu.cn/jcyzx/index.htm

个体间加性遗传相关矩阵的计算
0 0 .5 0 .5 0.25 ? ? 1 ? ? 1 0 0 .5 0.5 ? ? 0 A = ? 0.5 0 1 0.25 0.5 ? ? ? 1 0.375? ? 0.5 0.5 0.25 ? 0.25 0.5 0.5 0.375 1 ? ? ?

a11 = 1 a22 = 1 a12 = a21 = 0 a13 = a31 = 0.5a11 = 0.5 a33 = 1 a51 = a15 = 0.5( a13 + a12 ) = 0.5 × (0.5 + 0) = 0.25 a55 = 1 + 0.5a32 = 1

http://jpk.sicau.edu.cn/jcyzx/index.htm

个体间加性遗传相关矩阵逆矩阵的计算 构建 L :
l11 = 1 l21 = 0 l31 = 0.5l11 = 0.5
2 l33 = 1 ? l31 = 3 4

2 2 l44 = 1 ? (l41 + l42 ) = 1 2 l41 = 0.5(l11 + l21 ) = 0.5 l42 = 0.5l22 = 0.5

0 ? 1 ? 1 ? 0 L = ? 0 .5 0 ? ? 0 .5 0 .5 ? 0.25 0.5 ?

0 0 34 0 3 16

0 0 0 12 0

0 ? ? 0 ? 0 ? ? 0 ? 1 2? ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

个体间加性遗传相关矩阵逆矩阵的计算 构建对角矩阵:
diag ( D ?1 ) 2 = (1, 1, 4 3, 2, 2)

令: A?1 = ( D ?1 ) 2
? 11 ? ? 6 ? 1 ? 2 A?1 = ? 2 ?? 3 ? ?1 ? ? 0 ? 2 ? 3 1 2 2 1 11 2 6 ?1 0 ?1 ?1 1 2 ? 0? ? ? 1 ? 1? ? ? 0 ? 1? 2 0? ? 0 2? ? ?1
http://jpk.sicau.edu.cn/jcyzx/index.htm

构建线性模型 根据资料性质,可对种猪达100kg日龄写出如下动物模 型: yij = hi + a j + eij 用矩阵形式表示,则对于该资料有:
?140 ? ? 1 ? ? ? ?152 ? ? 1 y = ? 135 ? = ? 1 ? ? ? ? 143 ? ? 0 ?160 ? ? 0 ? ? ? 0? ?1 ? ? 0? ?0 ?? h1 ? + ? 0 0 ? ? ?? h 2 ? ? 1 ?? ? ? 0 ? ?0 1? ? 0 0 0 0 ?? a1 ? ? e11 ? ?? ? ? ? 1 0 0 0 ?? a 2 ? ? e12 ? 0 1 0 0 ?? a 3 ? + ? e13 ? ?? ? ? ? 0 0 1 0 ?? a 4 ? ? e24 ? ? 0 0 0 1 ?? a 5 ? ? e 25 ? ?? ? ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

构建混合模型方程组
?1 ′Z = ? X ?0 ? ?1 ? ?0 Z ′Z = ? 0 ? ?0 ?0 ?
?3 ? ?0 ?1 ? ?1 ?1 ? ?0 ? ?0 0 2 0 0 0 1 1

1 1 0 0? ? 0 0 1 1? ?

? 3 0? ′X = ? X ?0 2? ? ? ?

Z ′X = (X ′Z)′

? 427 ? ′y = ? X ? ? 303 ? ? ?

0 0 0 0? ? 1 0 0 0? 0 1 0 0? ? 0 0 1 0? 0 0 0 1? ?
1 0 4 . 6667 1 ? 1 . 3333 ? 2 0 1 0 1 5 1 ? 2 ? 2

因此有:

?140 ? ? ? 152 ? ? Z ′y = ?135 ? ? ? ? 143 ? ?160 ? ? ?
1 0 0 1

1 ? h 2 1 ? 0.33 k= = = 2.0003 2 h 0.33

? 0 ? ? h 1 ? ? 427 ? ? ? ? ? 1 ? ? h 2 ? ? 303 ? 1 . 3333 ? 2 0 ? ? a 1 ? ? 140 ? ?? ? ? 1 ? 2 ? 2 ? ? a 2 ? = ? 152 ? ? ? ? 2 ? ? a 3 ? ? 135 4 . 6667 0 ? ? ? 0 4 0 ? ? a 4 ? ? 143 ? ? ? ? ? ? 2 0 4 ? ? a 5 ? ? 160 ? ? ? http://jpk.sicau.edu.cn/jcyzx/index.htm

? ? ? ? ? ? ? ? ? ? ?

求解混合模型方程组有: 求解混合模型方程组有:
= (142.3332 150.2915 ? 2.1624 3.6251 ? 1.4624 ? 1.0915 3.5085)

(

? h1

? h2

? a1

? a2

? a3

? a4

? a5

)



http://jpk.sicau.edu.cn/jcyzx/index.htm

两性状动物模型BLUP法育种值估计 两性状动物模型BLUP法育种值估计 BLUP ? 某种猪场有如下种猪性能测定资料,测定性 状为达100 kg日龄和达100kg背膘 ,试以两个性 状资料进行个体育种值估计。
种猪达100kg日龄和达100kg背膘厚测定记录
猪场
1 1 1 2 2

个体
1 2 3 4 5

父亲
— — 1 1 3

母亲
— — — 2 2

达100kg日龄(d)
140 152 135 143 160

达100kg背膘厚 (mm)
13 14 12 13 16

http://jpk.sicau.edu.cn/jcyzx/index.htm

猪两个性状的表型、遗传参数和经济加权值 (表中右边2项的右上角为表型相关,左下角为遗传相关)
性状
日龄( 达100kg日龄(X 1 ) 背膘厚( 达100kg背膘厚( X 2 )

单位
d mm

w

h2

2 σP

X1

X2

-0.6 -0.8

0.33 0.50

225 1.44

— 0.45

0.55 —

根据资料性质,可对种猪达100kg日龄和达100kg背膘 厚写出如下动物模型:

yijk = hij + aik + eijk
? yijk ? hij ? aik ? eijk 是第 i 性状,第 j 猪场,第 k 个体的观测值 是第 i 性状,第 j 猪场的效应 是第 i 性状,第 k 个体的育种值 是随机残差
http://jpk.sicau.edu.cn/jcyzx/index.htm

因为所有个体两个性状都有记录, 因为所有个体两个性状都有记录,因此有

?1 ? ?1 X1 = X2 = ?1 ? ?0 ?0 ?

0? ?1 0 ? ? 0? ?0 1 0 ?,Z 1 = Z 2 = ? 0 0 ? ? 1? ?0 0 ?0 0 1? ? ?

0 0 0? ? 0 0 0? 1 0 0? ? 0 1 0? 0 0 1? ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

加性遗传相关矩阵的逆矩阵(单性状例子获得): 加性遗传相关矩阵的逆矩阵(单性状例子获得):
? 11 ? ? 6 ? 1 ? 2 A?1 = ? 2 ?? 3 ? ?1 ? ? 0 ? 2 ? 3 1 2 2 1 11 2 6 ?1 0 ?1 ?1 1 2 ? 0? ? ? 1 ? 1? ? ? 0 ? 1? 2 0? ? 0 2? ? ?1

http://jpk.sicau.edu.cn/jcyzx/index.htm

由遗传参数表可计算出性状间的遗传和误差方差及协方差 为:
0 ? ? 78.7500 3.3885 ? ?146.2500 ? G0 = ? ? 3.3885 0.7200 ?,R0 = ? ? ? 0 0.7200 ? ? ? ? ?

逆矩阵为: 逆矩阵为:
G0
?1

0 ? ? 0.0159 - 0.0749 ? ? 0.0068 ?1 ? =? ? - 0.0749 1.7416 ?,R0 = ? 0 ? ? 1.3889 ? ? ? ? ?

http://jpk.sicau.edu.cn/jcyzx/index.htm

混合模型方程组: 混合模型方程组:
? 0.0204 ? ? 0.0000 ? ? 0.0000 ? 0.0000 ? ? 0.0068 ? 0.0068 ? ? 0.0068 ? ? 0.0000 ? 0.0000 ? ? 0.0000 ? ? 0.0000 ? 0.0000 ? ? 0.0000 ? 0.0000 ? 0.0000 0.0000 0.0136 0.0000 0.0000 4.1667 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0068 0.0068 0.0000 0.0000 0.0000 0.0000 0.0000 2.7778 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0068 0.0000 0.0000 0.0000 0.0359 0.0080 - 0.0106 - 0.0159 0.0000 - 0.0374 0.0499 0.0749 0.0000 0.0068 0.0000 0.0000 0.0000 0.0080 0.0386 0.0080 - 0.0159 - 0.0159 - 0.1498 - 0.0374 0.0749 0.0749 0.0068 0.0000 0.0000 0.0000 - 0.0106 0.0080 0.0359 0.0000 - 0.0159 0.0499 - 0.0374 - 0.1373 0.0000 0.0749 0.0000 0.0068 0.0000 0.0000 - 0.0159 - 0.0159 0.0000 0.0386 0.0000 0.0749 0.0749 0.0000 - 0.1498 0.0000 0.0000 0.0068 0.0000 0.0000 0.0000 - 0.0159 - 0.0159 0.0000 0.0386 0.0000 0.0749 0.0749 0.0000 - 0.1498 0.0000 0.0000 1.3889 0.0000 - 0.1373 - 0.0374 0.0499 0.0749 0.0000 4.5818 0.8708 - 1.1611 - 1.7416 0.0000 0.0000 0.0000 1.3889 0.0000 - 0.0374 - 0.1498 - 0.0374 0.0749 0.0749 0.8708 4.8721 0.8708 - 1.7416 - 1.7416 0.0000 0.0000 1.3889 0.0000 0.0499 - 0.0374 - 0.1373 0.0000 0.0749 0.8708 4.5818 0.0000 - 1.7416 0.0000 0.0000 0.0000 1.3889 0.0749 0.0749 0.0000 - 0.1498 0.0000 - 1.7416 0.0000 4.8721 0.0000 ? 0.0000 ?? h11 ? ? 2.9036 ? ? ? ?? ? ? 0.0000 ?? h12 ? ? 2.0604 ? ?? ? ? ? ? 0.0000 ?? h21 ? ? 54.1671 ? ? 1.3889 ?? h22 ? ? 36.1114 ? ? ? ?? ? 0.0000 ?? a11 ? ? 0.9520 ? ? ? ? 0.0749 ?? a12 ? ? 1.0336 ? ? ? ? ? 0.0749 ?? a13 ? ? 0.9180 ? ? ?=? ?? ? 0.0000 ?? a14 ? ? 0.9724 ? ? - 0.1498 ?? a15 ? ? 1.0880 ? ? ? ?? ? ? 0.0000 ?? a 21 ? ? 18.0557 ? ? ? ? ?? ? - 1.7416 ?? a 22 ? ? 19.4446 ? ? - 1.7416 ?? a 23 ? ? 16.6668 ? ? ? ? ?? ? 0.0000 ?? a 24 ? ? 18.0557 ? ? ? ? ? 4.8721 ?? a 25 ? ? 18.0557 ? ?? ? ? ?

0.0000 1.3889 0.0000 1.3889 0.0000 1.3889

- 0.1373 - 0.0374

- 1.1611 - 1.7416

0.0000 0.0000 1.3889 0.0000 0.0000 1.3889

http://jpk.sicau.edu.cn/jcyzx/index.htm

方程组的解为: 方程组的解为:

(h?

11

? h12
? a12 ? a22

? h21
? a13 ? a23

? h22 = (143.0807 150.9676 13.0859 12.9369)
? a14 ? a24 ? a15 ) = (- 2.8657 4.3717 - 3.7480 - 1.0895 2.1544 ) ? a25 ) = (- 0.2278 0.5102 - 0.5402 0.0623 0.0639 )

)

? (a11 ? (a21

综合育种值为: 综合育种值为:
? (a1 ? a2 ? a3 ? a4 ? a5 ) = (1.9017 - 3.0312 2.6810 0.6039 - 1.3438)

http://jpk.sicau.edu.cn/jcyzx/index.htm

第七节

BLUP育种值估计软件 育种值估计软件

如果说模型是BLUP法的关键,那么,计算问题则是BLUP法的 难点。从前面例子我们可以看出,仅仅5个个体两个性状就产 生很大的方程组,而对于猪、鸡等畜禽在BLUP法中所涉及的 线性方程组是非常大的,对一些跨群(场)的遗传评定,方 程组个数可达几万至几十万,如此大数量的方程组用手工计 算是根本不可能的 。 近年来,世界各国育种学家在BLUP法的计算问题上做了大量 的工作,已开发出相应的电脑软件,如国外的PEST 和国内的 NETPIG。下面对一些常用的遗传评估软件进行介绍。

http://jpk.sicau.edu.cn/jcyzx/index.htm

PEST
PEST是由美国Illinois大学的Groeneveld、Kovac和Wang (1990)开发研制的多性状遗传评估软件,其英文全文名 为(Multivariate Prediction and ESTimation,目前已 在世界各国广泛应用。 根据性能测定和生产数据,PEST提供了基于30多种数学模 型的单性状或多性状BLUP育种值的计算,包括固定模型、 个体动物模型、公畜模型、公畜—母畜模型和外祖父模型 等 。为了满足实际育种的需要,系统还提供了可自行定 义性状、修改模型和设定参数的余地。PEST可以在不同的 操作系统下运行。

http://jpk.sicau.edu.cn/jcyzx/index.htm

PIGBLUP PIGBLUP软件是由澳大利亚New England大学编写的,在 1989发行了第一版,从那时起版本不断更新,到目前为 止,最新的版本5.10已发展成为WINDOWS界面操作 PIGBLUP是一种专为育种猪场设计使用的现代遗传评估 系统,PIGBLUP主要包含种猪评估、遗传进展分析、选 配和遗传审计四个模块 目前,PIGBLUP已国际化,正在多个国家使用 GBS GBS是“猪场生产管理与育种数据分析系统”的英文缩 写,是中国农业大学动物科学技术学院GBS软件创作小 组开发研制的系统软件。 GBS是中文WINDOWS95/WINDOWNT下的管理信息系统。它 集种猪、商品猪生产和育种数据的采集与分析于一体, 十分适合大型种猪生产集团使用,并支持联合育种方案
http://jpk.sicau.edu.cn/jcyzx/index.htm

NETPIG NETPIG(种猪场网络管理系统)是四川农业大学动物科技 学院和重庆市养猪科学研究院(系统指导:李学伟、王金 勇;程序设计:徐顺来)联合研制开发WINGDOWS界面的种 猪场网络管理系统 该系统借鉴了加拿大、丹麦等国的成功经验,应用先进的 数学模型进行育种值估计,非常易于实现“联合育种” 系统主要包含“生产管理”和“育种管理”、两大模块, 模块之间相辅相成,数据共享,完全无缝街接 该软件有两个版本,一个用于遗传评估中心,遗传评估中 心通过该模块对整个地区的所有种猪进行统一遗传评估并 将结果在网上发布。另一个在猪场,各种猪场用于进行场 内遗传评估,以解决场内选种与遗传评估中心发布遗传评 估结果的时间差问题,为选种作一定参考
http://jpk.sicau.edu.cn/jcyzx/index.htm

Add your company slogan


相关文章:
实习五 动物模型BLUP育种值的估计
19页 2财富值如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处进行反馈。 实习五 动物模型BLUP育种值估计 山西农业大学家畜育种学实...
浅谈动物的育种值估计
混合线型模型法为了减少育种值估计中的系统环境效应和固定遗传效应所造成的 选择误差,目前较为理想的方法是用线性混合模型计算 BLUP 育种值。这一方法最早 由美国 ...
种猪现实育种值的估测
现实育种值不受表型值的影响, 是猪真正育种值的最 佳估计值。估测青年公猪的育种值, 用BLUP 法比较好。 关键词: 猪; 育种值; 现实育种值 种猪个体育种值的...
育种学-第七章 个体遗传评定——BLUP法
到 20 世纪 80 年代,随着数理统计学尤其是线性模型理论、计算 机科学、计算数学等多学科领域的迅速发展, BLUP 法在估计家畜育种值方面才得到了广 泛应用, 特别...
育种
针对多性状选择,例如产蛋数、蛋重 5、选择指数法:BLUP 估计法之前所有传统育种值估计方法的统称(I)包括:估计育种值 估计传递力、相对育种值、个体育种值、复合...
育种复习题及答案
9.在生产实践中,保持群体遗传多样性的关键是避免 10.1948 年,美国学者 Henderson 提出了 BLUP 育种值估计方法,即计。 选择强度 和。。 群体继代选育法。 上升...
育种值计算题的答案
其中 001 号公羊有 15 个半同胞子女的单次剪毛量记录,初步统计结果详见下表,请 根据半同胞子女信息估计 001 号种公羊剪毛量性状的育种值 公羊号 001 002 本身...
育种学 试题答案
BLUP 的实质是选择指数法的推广,但它有别于选择指数法, 它可以在估计育种值的同时对系统环境误差进行估计和矫正,因而,在传统育种值估计的假设不成 立的情况下,...
育种方案
日龄进行育种值估计; 4、 背膘厚模型: 用于对背膘厚进行育种值估计; 5、 ...九、 BLUP 模型定义在进行 BLUP 育种值计算时,首先要设计一个统计模型 ,不同...
育种实际操作程序
4.4.2 性状 EBV 值估计与 EBV 综合选择指数 利用 GBS 育种分析软件用多性动物模型 BLUP 方法对各性状测定成绩进行育种值(EBV) 估计和群体性状遗传参数估计,根据...
更多相关标签:
blup育种 | 估计育种值 | 个体育种值的估计 | rrblup | blup法 | blup计算软件 | blue 与blup | blup遗传评估法 |