BLUP法估计育种值ppt课件
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
BLUP法估计育 种值
关于遗传评定和育种值
遗传评定的概念
评定个体单个或多个性状的遗传价值 预测后裔在特定环境下的表现 科学、准确地选择种畜的方法
选种、选配的主要依据 育种工作的中心任务
获得优 良后代
遗传评定的方法
使要评估的个体在相同的环境下进行比较 –将要评估的个体或其亲属（同胞和后裔） 集中在相对标准化的环境下进行性能测 定
性能测定站：鸡（选择指数法）
–用统计学方法对环境差异进行校正
场内ห้องสมุดไป่ตู้定 估计育种值（BLUP法）
测定站测定和场内测定的定义
据测定的场所进行划分 测定站测定（station test）：将待测畜群集中在 专门的性能测定站、并在一定时间内进行性能测定 场内测定（ on-farm test ） : 直接在各个畜牧场内 进行的性能测定
表型值的效应分剖
表型值（P）= 遗传效应（G）+ 环境效应（E） = 加性遗传效应（A）+ 显性效应（D）+ 上位效应（I）+ 系统环境效应（ES）+ 随机环境效应（ER）
加性遗传效应：可以由亲代传递给后代的遗
传组分
育种值的概念
个体作为亲本的种用价值（对后代的 遗传贡献） 决定性状所有基因的平均效应总和
eg.胴体品质、体细胞数
场内测定：上世纪80年代以后，已成为世界各 国性能测定的主要方式 BLUP方法的广泛应用：校正环境的影响 人工授精的普及：不同畜场个体间建立了遗传
联系
数量性状的基本特征
受遗传和环境的共同影响 受多个基因的作用 一般不能对单个基因进行分析
绝大多数重要经济性状都是数量性状
应的估计，又能实现随机遗传效应的预 测
关于BLUP的基础知识
随机向量，期望向量 和方差-协方差矩阵
预测 - 预测一个个体将来作为亲本的种用价值 （随机遗传效应）
BLUP的概念
BLUP是一种统计方法，畜禽育种中适合应 用这一方法预测个体育种值，即遗传评定 （genetic evaluation) 应用BLUP法进行种畜遗传评定，可以提高 选种的准确性，进而加快群体的遗传进展 应用BLUP的效果除了取决于方法本身因素 外，还受综合育种措施，诸如性能测定、 种群结构、选配计划等多项因素的影响
BLUP法的基础
统计学意义：将观察值表示成固定效应、随机效 应和随机残差的线性组合 遗传学意义：将表型值表示成遗传效应、系统环 境效应（如畜群、年度、季节、性别等）、随机 环境效应（如窝效应、永久环境效应）和剩余效 应（包括部分遗传效应和环境效应）的线性组合
在同一个估计方程组中既完成固定效
关于BLUP育种值估计方法
BLUP：结合了选择指数法 和最小二乘法的优点
选择指数法的基本要点
当满足三个前提时，使用选择指数法， 可得到育种值的最佳线性预测（BLP）
—不存在系统环境效应
—个体随机来自同一总体
—各遗传参数事先已估计出来
在家畜育种实践中使用选择指数的
重要原则是满足第二个前提
最小二乘法(LS)的基本要点
测定站测定和场内测定的优缺点
测定站测定的优点： 测定结果具有客观性、中立性
被测畜群个体间的差异主要是遗传差异：相同的
环境条件、测量工具和测量人员等
可以对需要特殊测量设备或较高技术要求的性 状进行测量：eg.体细胞数测定、氟烷敏感基因测定等
测定站测定和场内测定的优缺点
测定站测定的缺点： 测定成本较高：运输费、检测费等
利用个体间的相似性，评定个体的遗传水平
育种值估计方法的效率，直接关系到是否更真 实地预测个体的遗传素质 育种值估计方法的效率，也关系到群体的遗传 进展和育种效益问题
育种值估计方法
利用各种可利用的表型信息和特定的统计学方 法，将加性遗传效应从表型值中剖分出来
基因 + 表型值 数据库 统计分析估计育种值 环境
BLUP计算机程序的研制
BLUP的概念
BLUP = 最佳线性无偏预测 （Best Linear Unbiased Prediction)
最佳 - 估计误差最小，估计育种值与真实育种值 的相关最大 线性 - 估计是基于线性模型（估计值与观察值呈 线性关系）
无偏 - 估计值的数学期望为真值（固定效应）或 被估计量的数学期望（随机效应）
衡量个体遗传素质的最主要指标 不能被观测，只能根据表观信息（表
型值）估计
育种值的概念
育种值 A 2 ( N ) i
平均效应（α），遗传加性效应（A）
N
一个个体随机交配的后代，其平均表型值 与群体均值之差等于育种值的一半
1 N A 2
育种值的估计
育种值估计方法：
1934年，Yates提出；1960年，Harvey引入 到畜牧统计中 可估计影响观察值的各种固定效应 可将观察值中的固定效应校正出去 对于不平衡数据可获得最佳线性无偏估 计值（BLUE） 利用最小二乘法（Least Squares, LS）校 正后的观察值称最小二乘均数
BLUP产生和发展的背景
测定规模有限：选择强度小
容易传播疾病：不易对传染病进行控制 遗传－环境互作：测定结果与场内测定有出入 场内测定的优缺点：刚好与测定站测定相反。
若场间个体缺乏遗传联系时，不能跨场进行遗传评定
测定站测定和场内测定的应用情况
测定站测定：上世纪60-70年代，鸡、猪、牛
等性能测定多用
目前主要用于需要特殊设备才能测定的性状。
选择指数法理论上的缺陷 结合最小二乘方法的优点 1949年C.R.Henderson理论上提出BLUP
由于计算技术的滞后，限制了应用
20世纪70年代中期计算机技术的发展，为BLUP 在育种中应用提供了可能 首先在奶牛育种中，而后在猪育种中应用 我国先后在奶牛和猪育种中得到应用
估计育种值的精确性取决于
可利用的信息量
统计分析方法
利用所有亲属的信息
可利用的亲属的表型信息
━ 直接的信息来源：本身，父母，后裔
━ 间接的信息来源：祖父母，全同胞，半同胞，叔叔，
婶婶，……… 祖父 父亲 祖母 1/4 1/2 1/2 同胞 个体 1/2 后裔 1/4 外祖父 外祖母 1/4 1/4 1/2 1/4 半同胞 母亲
关于遗传评定和育种值
遗传评定的概念
评定个体单个或多个性状的遗传价值 预测后裔在特定环境下的表现 科学、准确地选择种畜的方法
选种、选配的主要依据 育种工作的中心任务
获得优 良后代
遗传评定的方法
使要评估的个体在相同的环境下进行比较 –将要评估的个体或其亲属（同胞和后裔） 集中在相对标准化的环境下进行性能测 定
性能测定站：鸡（选择指数法）
–用统计学方法对环境差异进行校正
场内ห้องสมุดไป่ตู้定 估计育种值（BLUP法）
测定站测定和场内测定的定义
据测定的场所进行划分 测定站测定（station test）：将待测畜群集中在 专门的性能测定站、并在一定时间内进行性能测定 场内测定（ on-farm test ） : 直接在各个畜牧场内 进行的性能测定
表型值的效应分剖
表型值（P）= 遗传效应（G）+ 环境效应（E） = 加性遗传效应（A）+ 显性效应（D）+ 上位效应（I）+ 系统环境效应（ES）+ 随机环境效应（ER）
加性遗传效应：可以由亲代传递给后代的遗
传组分
育种值的概念
个体作为亲本的种用价值（对后代的 遗传贡献） 决定性状所有基因的平均效应总和
eg.胴体品质、体细胞数
场内测定：上世纪80年代以后，已成为世界各 国性能测定的主要方式 BLUP方法的广泛应用：校正环境的影响 人工授精的普及：不同畜场个体间建立了遗传
联系
数量性状的基本特征
受遗传和环境的共同影响 受多个基因的作用 一般不能对单个基因进行分析
绝大多数重要经济性状都是数量性状
应的估计，又能实现随机遗传效应的预 测
关于BLUP的基础知识
随机向量，期望向量 和方差-协方差矩阵
预测 - 预测一个个体将来作为亲本的种用价值 （随机遗传效应）
BLUP的概念
BLUP是一种统计方法，畜禽育种中适合应 用这一方法预测个体育种值，即遗传评定 （genetic evaluation) 应用BLUP法进行种畜遗传评定，可以提高 选种的准确性，进而加快群体的遗传进展 应用BLUP的效果除了取决于方法本身因素 外，还受综合育种措施，诸如性能测定、 种群结构、选配计划等多项因素的影响
BLUP法的基础
统计学意义：将观察值表示成固定效应、随机效 应和随机残差的线性组合 遗传学意义：将表型值表示成遗传效应、系统环 境效应（如畜群、年度、季节、性别等）、随机 环境效应（如窝效应、永久环境效应）和剩余效 应（包括部分遗传效应和环境效应）的线性组合
在同一个估计方程组中既完成固定效
关于BLUP育种值估计方法
BLUP：结合了选择指数法 和最小二乘法的优点
选择指数法的基本要点
当满足三个前提时，使用选择指数法， 可得到育种值的最佳线性预测（BLP）
—不存在系统环境效应
—个体随机来自同一总体
—各遗传参数事先已估计出来
在家畜育种实践中使用选择指数的
重要原则是满足第二个前提
最小二乘法(LS)的基本要点
测定站测定和场内测定的优缺点
测定站测定的优点： 测定结果具有客观性、中立性
被测畜群个体间的差异主要是遗传差异：相同的
环境条件、测量工具和测量人员等
可以对需要特殊测量设备或较高技术要求的性 状进行测量：eg.体细胞数测定、氟烷敏感基因测定等
测定站测定和场内测定的优缺点
测定站测定的缺点： 测定成本较高：运输费、检测费等
利用个体间的相似性，评定个体的遗传水平
育种值估计方法的效率，直接关系到是否更真 实地预测个体的遗传素质 育种值估计方法的效率，也关系到群体的遗传 进展和育种效益问题
育种值估计方法
利用各种可利用的表型信息和特定的统计学方 法，将加性遗传效应从表型值中剖分出来
基因 + 表型值 数据库 统计分析估计育种值 环境
BLUP计算机程序的研制
BLUP的概念
BLUP = 最佳线性无偏预测 （Best Linear Unbiased Prediction)
最佳 - 估计误差最小，估计育种值与真实育种值 的相关最大 线性 - 估计是基于线性模型（估计值与观察值呈 线性关系）
无偏 - 估计值的数学期望为真值（固定效应）或 被估计量的数学期望（随机效应）
衡量个体遗传素质的最主要指标 不能被观测，只能根据表观信息（表
型值）估计
育种值的概念
育种值 A 2 ( N ) i
平均效应（α），遗传加性效应（A）
N
一个个体随机交配的后代，其平均表型值 与群体均值之差等于育种值的一半
1 N A 2
育种值的估计
育种值估计方法：
1934年，Yates提出；1960年，Harvey引入 到畜牧统计中 可估计影响观察值的各种固定效应 可将观察值中的固定效应校正出去 对于不平衡数据可获得最佳线性无偏估 计值（BLUE） 利用最小二乘法（Least Squares, LS）校 正后的观察值称最小二乘均数
BLUP产生和发展的背景
测定规模有限：选择强度小
容易传播疾病：不易对传染病进行控制 遗传－环境互作：测定结果与场内测定有出入 场内测定的优缺点：刚好与测定站测定相反。
若场间个体缺乏遗传联系时，不能跨场进行遗传评定
测定站测定和场内测定的应用情况
测定站测定：上世纪60-70年代，鸡、猪、牛
等性能测定多用
目前主要用于需要特殊设备才能测定的性状。
选择指数法理论上的缺陷 结合最小二乘方法的优点 1949年C.R.Henderson理论上提出BLUP
由于计算技术的滞后，限制了应用
20世纪70年代中期计算机技术的发展，为BLUP 在育种中应用提供了可能 首先在奶牛育种中，而后在猪育种中应用 我国先后在奶牛和猪育种中得到应用
估计育种值的精确性取决于
可利用的信息量
统计分析方法
利用所有亲属的信息
可利用的亲属的表型信息
━ 直接的信息来源：本身，父母，后裔
━ 间接的信息来源：祖父母，全同胞，半同胞，叔叔，
婶婶，……… 祖父 父亲 祖母 1/4 1/2 1/2 同胞 个体 1/2 后裔 1/4 外祖父 外祖母 1/4 1/4 1/2 1/4 半同胞 母亲