❝https://www.researchgate.net/publication/312212609_Using_markers_with_large_effect_in_genetic_and_genomic_predictions
❞
Marker-assisted selection:分子标记辅助选择
该方法是使用少量的分子标记,这些标记和QTL紧密关联,根据标记的分型,进行选择。效果有限,而且不同群体,差别较大。
全基因组关联分析
动物模型中,运用系谱构建亲缘关系矩阵,对个体进行BLUP育种值的计算。
首先运行GWAS得到显著性的SNP,然后将其放到BLUP的模型中作为固定因子。
通过分子标记信息构建亲缘关系G矩阵,对个体进行GBLUP育种值的计算。
首先运行GWAS,得到显著性SNP,然后将其放到GBLUP模型中作为固定因子。
主要是应用贝叶斯类的方法,进行基因组选择。
MA-BLUP相对于BLUP方法,准确性提高0.021~0.124
❝飞哥总结:可以看到,这种方法,对于某个群体特定性状,有显著性位点或者QTL时,可以显著的提升评估的准确性,这种MAS + BLUP的方法,对于育种群体,具有很好的实践性。具体实践,可以对某个育种群体,进行GWAS的分析,得到显著性的位点,然后对于后续的群体中,只需要少数的位点分型,加入到BLUP的模型中,就可以提升预测的准确性,操作性强,性价比高。
❞
MA-GBLUP 比GBLUP提升了0.003~0.043
的准确性。
在样本数较小,和参考群和候选群关系较远时,MA-BLUP比GBLUP还要好
本文中,BVS比MA-GBLUP稍好,但是MA-GBLUP更具有操作性,特别是针对大群体(运行速度快!)
四个品种:大白(Large White),地方种(Dutch Landrace),挪威长白(Norwegian Landrace)和杜洛克(Duroc) 性状:乳头数(Number of teats)
「数据汇总:」
采用混合线性模型。
「软件」ASReml软件
「SNP解释的百分比」
「补充知识」
❝基因替换的平均效应(average effect of the gene substitution),群体内等位基因之间相互替换所引起的遗传效应称之为基因替换的平均效应。
❞
❝需要指出的是,用最下二乘法的原理可以证明,基因替换的平均效应是基因型值对个体基因含量(某种等位基因的个数)的直线回归系数,即:个体的基因含量没改变一个单位所引起的基因型值的平均改变量。而个体基因型值的预测值则为该个体的育种值。
❞
❝飞哥注:延伸,GWAS中SNP的效应值,为基因型0-1-2的回归系数,按照上面的定义,也可以作为基因的替换效应,下图的解释中,作为SNP的回归系数(效应值),解释为替换效应(substitution effect),所以某个SNP解释表型的百分比,就可以容易计算了。
❞
这四个模型,基本一致。
这些模型,都是在ASReml
完成分析。
联系客服