浅谈动物的育种值估计

合集下载

gemma估计育种值

gemma估计育种值

gemma估计育种值育种是指通过人为选择和配对优良的个体,以提高植物或动物的遗传特征,并培育出新品种的过程。

育种的目的是改良农作物的抗病性、产量和品质,或改良家禽家畜的生长速度、繁殖能力和适应性等。

在育种中,每一个个体被视为一个基因碗,其中融合了来自父母的遗传信息。

通过选择和配对基因碗,育种者希望实现优良基因的积累和固定,进而产生出具有优良性状的品种。

育种值正是用来衡量一个基因碗在该育种计划中的贡献度。

通过评估每个个体在育种方案中的表现和基因贡献,可以更好地选择出优秀的个体进行繁殖,加速育种进程。

Gemma是一种常用的育种值评估方法,它综合考虑了个体表型(外貌)和基因信息,通过复杂的统计模型计算出每个个体的育种值。

这些统计模型基于遗传学原理,分析个体遗传背景对性状表现的影响,进而预测其后代的表现。

Gemma方法充分利用了现代基因组学的技术和方法,提供了准确且高效的育种值评估手段。

育种值评估可以帮助育种者更好地了解个体的遗传贡献和表现,进而做出更明智的选种决策。

育种值评估的结果可以为育种方案的制定和执行提供科学依据,提高育种成功率和效率。

通过筛选具有较高育种值的个体进行繁殖,可以加速优良基因的累积和固定,加快育种进程。

此外,育种值评估还可以帮助育种者识别和利用少数优质个体进行杂交,避免了盲目杂交的浪费。

育种值评估是一个复杂而综合的过程,需要考虑个体的遗传贡献、繁殖力、生长速度、抗病性、品质等多个因素。

在评估过程中,需要收集大量的个体表型和基因信息,并运用统计学和遗传学的知识进行分析和预测。

对于不同的育种目标和物种,育种值评估方法可能会有所不同,需要根据实际情况进行调整和优化。

总之,育种值评估是育种工作中不可或缺的环节,它可以帮助育种者更好地了解个体的遗传贡献和表现,指导选种决策,并加速育种进程。

随着现代基因组学的发展,育种值评估方法将变得更加准确和高效,为育种事业的发展和进步提供强有力的支持。

实习五 动物模型BLUP育种值的估计

实习五 动物模型BLUP育种值的估计

实习五 动物模型BLUP 育种值的估计一、实习目的1.掌握模型的书写方式,各效应的期望和方差—协方差矩阵的定义方式,以及各种假设、限定和约束。

2.掌握固定效应和随机效应关联矩阵及混合模型方程组的构建方法。

3.掌握BLUP 育种值的性质、估计原理和方法。

二、原理和方法BLUP 法的重要特征是,在同一个估计方程中,既能估计固定的环境效应和固定的遗传效应,又能预测随机的遗传效应。

同时,由于混合模型的灵活性,BLUP 法可用于各种动物育种数据的育种值估计。

1.定义模型: ①模型方程式e Za Xb y ++=式中,y 为n 维观察值向量;b 为所有固定效应向量;a 为个体的加性遗传效应(育种值)向量;e 为随机残差向量;X 为b 的关联矩阵;Z 为a 的关联矩阵。

②期望值和方差—协方差矩阵()Xb y E =,()0a E =,()0e E =;()2a σA G a V ==,()2e σI R e V ==;()22e a σσI ZAZ y V /+=其中,G 为遗传方差—协方差矩阵;R 为残差方差—协方差矩阵;A 为个体间的加性遗传相关矩阵,即分子血缘相关矩阵;I 为单位矩阵;a σ为加性遗传(育种值)方差;e σ为残差方差。

③假设、限定和约束——每个个体只能有一个记录;——随机的遗传效应和残差效应彼此独立,即()0,=e a Cov ; ——忽略非加性遗传变异;2.构建混合模型方程组(MME )⎥⎦⎤⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡+-y Z y X a b A Z Z X Z Z X XX //^^1////k 其中,221hh k -= 先构建各(分快)矩阵(向量),然后建立MME 。

下面加以举例说明。

例1.有如下资料个体 父亲 母亲 性别 周岁重 1 — — M 207 2 — — F 202 3 1 2 M 208 4 3 2 F 192 5 3 — M 198 6 5 4 M 218 766F185已知周岁重的遗传力为0.4,表型标准差y σ=28㎏,群体平均值μ=201.5㎏。

家畜育种学第6章育种值估计2019

家畜育种学第6章育种值估计2019
bAP是育种值对表型值的回归系数
个体育种值估计的基本公式
若A和P均以离均差形式表示,则:

A b AP ( P P ) P


A b AP P
σ b AP rAP A σP
σ σ rAP Cov(A, P) AP
个体育种值估计的基本公式
σ bAPrAP A , rAPCovP(A ) ,
当h2≥0.6时,A1、A2 、A3、 A4分别为根据亲代、 同胞、后裔、本身资料估计的育种值(高h2)。
多种资料育种值的估计
A=0.1A1+0.2A2+0.3A3+0.4A4
可见: 亲代的可靠性总是最低,同胞可靠性总是低于后裔 本身资料的可靠性随h2增大而逐渐增大
复合育种值能充分利用所获得的资料,根据它进行选 种的效果比根据单项资料的育种值好。

AHO PbA(PPP)1.4 00.47 1(17.3 21)41.3 6226
H2=0.5,为中等遗传力性状 A=0.1*AP+0.2*AHS+0.3*A+0.4*AHO =0.1*14.0+0.2*13.52+0.3*13.5+0.4*13.62=13.602
(参见P.86 13.6672)
相对育种值(RBV)
以畜群平均值为标准,将个体育种值化为没 有单位的相对值的形式。
RBV=A/P * 100%
即 A=0.1A1+0.2A2+0.3A3+0.4A4
多种资料育种值的估计
A=0.1A1+0.2A2+0.3A3+0.4A4
当h2<0.2时,A1、A2 、A3、 A4分别为根据亲代、 本身、同胞、后裔资料估计的育种值(低h2)。

家畜育种学第6章育种值估计

家畜育种学第6章育种值估计
bAP是育种值对表型值的回归系数

个体育种值估计的基本公式
若A和P均以离均差形式表示,则:
A bAP ( P P) P A bAP P


b AP rAP rAP
σ σ
A
A P
Cov(A,P )
σσ
P
个体育种值估计的基本公式
b AP rAP
σ σ
A P
,
rAP
多种资料育种值的估计
A=0.1A1+0.2A2+0.3A3+0.4A4
当h2<0.2时,A1、A2 、A3、 A4分别为根据亲代、 本身、同胞、后裔资料估计的育种值(低h2)。 当0.2≤h2<0.6时,A1、A2 、A3、 A4分别为根据 亲代、同胞、本身、后裔资料估计的育种值(中等 h2)。
当h2≥0.6时,A1、A2 、A3、 A4分别为根据亲代、 同胞、后裔、本身资料估计的育种值(高h2)。
多种资料育种值的估计
A=0.1A1+0.2A2+0.3A3+0.4A4
可见:
亲代的可靠性总是最低,同胞可靠性总是低于后裔
本身资料的可靠性随h2增大而逐渐增大 复合育种值能充分利用所获得的资料,根据它进行选 种的效果比根据单项资料的育种值好。
A HO P b AP (P P) 14.0 0.4717 (13.2 14) 13.6226
H2=0.5,为中等遗传力性状
A=0.1*AP+0.2*AHS+0.3*A+0.4*AHO
=0.1*14.0+0.2*13.52+0.3*13.5+0.4*13.62=13.602

估计育种值的方法概述

估计育种值的方法概述

国际瞭望GLOBAL NEWS海外文摘对公猪肉质异味质量控制的研究最近,德国哥廷根大学的Johanna Trautmann博士对公猪肉质异味的感官质量控制进行了深入研究,其研究结果总结如下。

需要谨慎选择公猪异味评估者选择程序的第一部分是进行气味测试,主要目的是客观地描述公猪肉质异味评估员的遴选过程。

该测试主要是分析雄烯酮和粪臭素的检测阈值以及评估员通过易于使用的纸质气味条区分和鉴定各种浓度水平的物质的能力。

随后,对25个脂肪样品进行异味检测,以评估嗅觉性能对肉质感官质量控制的影响。

评估员对雄烯酮和粪臭素的嗅觉敏锐度显示出相当大的个体间变异性。

由此可知,评估员的嗅觉性能显著影响脂肪样品评级为公猪肉质异味的概率。

热铁是公猪异味检测的最佳选择第二部分的主要目的是填补先前研究中用于公猪肉质异味评价的样品制备差异。

在本次研究中,通过3个常用的工具加热脂肪样品以检测公猪肉质异味,即微波、热铁和热水法。

审核小组由10个评估员组成,对72个脂肪样品进行比较。

加热方法显著影响偏差评级的概率。

与假定的“金标准”(化学分析)相比,当考虑灵敏度和特异性时,通过热铁处理的肉品质量更好一些。

此外,结果显示,与单个评估者的评估结果相比,审核组的评估结果更准确。

恒定噪声不影响人们嗅觉第三部分的主要目的是质疑广泛的建议,即感官测试应该在没有外来噪声的环境中进行。

然而,当在屠宰环境中进行评估时,大家对评估结果有所质疑。

在本研究中,选择了两组成员:通常在无声条件下工作的大学小组和通常在屠宰场工作的屠宰场小组。

我们针对40个公猪肉质样品研究了气味辨别、气味识别和气味检测阈值。

结果表明,噪声不影响评估员对肉品有无异味的结果判断。

雄甾烯酮和粪臭素相互作用影响肉品的感官判断第四部分的主要目的是深入分析雄烯酮和粪臭素的气味及气味相互作用。

因此,采用气相色谱质谱法对1 043只公猪的脂肪样品进行感官评价和公猪肉质异味化合物的定量测定。

每个样品由10个训练有素的评估者评价,得到11 000个以上的个体评分,对其进行统计分析。

家畜育种学07种畜的遗传评估(三):BLUP育种值估计

家畜育种学07种畜的遗传评估(三):BLUP育种值估计
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
G 0
0 R

/jcyzx/index.htm
BLUP 的统计特性
可估函数:Kb Mu 预测函数:Ly 预测误差:Kb Mu Ly
BLUP分析的实质是利用观察值的一个线性函数( Ly )
对固定效应和随机效应的任意线性可估函数
E( y) Xb
Va
r
a e



A
0
2 a
0
I
2 e


X X Z X
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
/jcyzx/index.htm
• 如果个体父或母已知 p 为:
要加入的数值
0.5aii 0.25aii
A1 中的位置 ( p,i), (i, p), (q,i), (i,q) ( p, p), ( p,q), (q, p), (q,q)
/jcyzx/index.htm
如果是一个非近交群体,则可直接构建 A1
第一节 第二节 第三节 第四节 第五节 第六节 第七节

估计育种值的方法概述

估计育种值的方法概述

¨ 肉 场 r 作的 牛场小组。我们针对 4 O个公猪肉质样品研究 _ 『 气 :动物 后代的信息 ,并且选 留的动物将 永远 不会 扶得胴体平 味辨 圳、 味识 别_ 羊 I I 气味检 测阂值 。结 果表 明,噪 声 不影 响 :质表型 。因此 ,如果我们能 提高这些 性状的 似计 育种 值准确
. .
垦 堕望
G LO BA L NEW S
海 _ 外 文摘
P I G P RoGR E S S
Q T h e P i g S i t e
估计育种值的方法概述
为了鉴 定性能 良好的 父母 代 ,我们需 要知道它 们的真 正
对公猪 肉质异味质量控 制的研究
最近 ,德 国 哥 廷 根 人学 的 J o h a n n a Tr a u t m 品 以 枪 测 公 猪 肉 质异 味 ,即 微 波 、 热 铁 和 热 水 :要采取 方法提 高估计 育种值的准确度。 法。 核小组 由 1 O个 坪 员组 成 , 对 7 2个 脂 肪 样 品 进 行 比 : 最佳线 性 无偏预 测 ( B L UI )动物 模 型。 虮 1 令 ,该 方 法
为 被选 择 性
:益 ;i 为 选 择 强 度 ;r 为估 计 育 利I 值准确 度,
热铁是公猪异味检测的最佳选择
:状 的加性遗 传标 准差 ;L为以年 为单位的世 代闻隔 。任大 多
第¨ 二 部分的主 要 f _ ] 的是填 补先前研 究中用 于公 肉质异 :数猪育种计 划中 ,选择 强度和 H { : 代 隔接近 于优化 ,I 面对遗 味 价 的样 品制备举 异。任本次研 究中 ,通 过 3个常 用的工 :传变异没 有负面影 响。因此 ,盘 l 1 果需要进 一 步改进 ,我们需

Get清风第15讲 育种值估计—猪育种方案实例 群体与数量遗传学 教学课件

Get清风第15讲 育种值估计—猪育种方案实例 群体与数量遗传学 教学课件
0.00520.0166-0.1556
C—目标性状之间遗传方差协方差矩阵
目 Gain 标 性 Food 状 Lean
目 标性状
Gain Food Lean
0.0048 0.0052 0
0.0052 0.1348 -0.1556
0
-0.1556 7.200
0.00480.0052 0 C0.00520.1348-0.1556
5 R Ga inN N''N N b b1P G N 0.b0(k 3g /4 d6 a ) y 0.1730
Na RFoo d
N'N b 2 G0(kg /da ) y N'N b PNb
0
0
R Le a nN N''N N b b3P G N 0.b7(d 3/g 6 k6 )g
非育种目标性状但需要评估的性状
RBfa t
b'G1* -1.07 (m 5m )0 b'Pb
RFc r
b'G 2 * -0.0(5 kg 8 /k2g ) b'Pb
问题2:各目标性状对育种目标 的奉献分别为多少?
RiI b'Pb1.3061
R Ga inb b ''G P 1 b 0.00(3 k4 g /da ) y 5
P
量 Gain 0.0104 0.0213
性 状
Bfat
0.0213 12.110
目 标性状
G测
Gain Food Lean
量 Gain 0.0048 0.0052 0
性 状 Bfat -0.0067 0.1348 -3.119
G*--非育种目标性状但需要评估的性状与测 量性状之间的遗传方差协方差矩阵
  1. 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. 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. 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)。

浅谈动物的育种值估计摘要:估计育种值是种猪选育的主要依据,而育种值估计的准确性直接影响猪群的遗传进展。

随着育种理论和实践的不断发展,育种值的估计方法也不断的发展和更新,近年来由于数理统计,计算机科学,计算数学等学科领域的迅速发展以及生物技术在动物育种中的应用,动物育种值估计的方法发生了很大的变化,在未来的猪育种工作中,依靠经典理论和先进的科学技术提高育种值的准确度,依然是今后育种工作的重点。

关键词:数量性状选择指数繁殖效果遗传素质在家畜育种中,实施选择的首要条件是估计出育种值。

根据数量遗传理论,个体育种值的大小是选种的定量性标准。

因此准确可靠的群体遗传参数和个体育种值是育种实践的必要条件。

随着育种理论和实践的不断发展,育种值的估计方法也不断的发展和更新。

由于数理统计、计算机科学、计算数学等学科的迅速发展以及生物技术在动物育种中的应用,动物育种值估计的方法发生了很大的变化。

在未来的育种工作中,依靠经典理论和先进的科学技术提高育种值估计的准确度,依然是今后育种工作的重点。

家畜育种中大多数重要的经济性状都是数量性状,例如,产蛋数、蛋重、产奶量、乳脂率、瘦肉率、增重速度、饲料转化率、剪毛量等等。

数量性状的复杂性在于其受环境影响大,要使数量性状获得较为稳定的遗传,区别遗传效应和环境效应的工作就非常重要。

在遗传关系上,基因效应中能稳定遗传给后代的只有加性效应部分,而显性效应和上位效应只存在于特定的基因组合中,不能稳定遗传。

因此基因的加性效应部分(即育种值部分)是育种工作的重要内容。

而且就数量性状而言,每一个性状涉及的基因数目之大、基因型组合之多且各基因效应之微小,要单独研究每一个基因的加性效应及每一基因组合的互作效应在目前技术水平上尚难办到,因此要采用统计学方法对这些基因效应作总体分析。

近半个世纪以来,各类主要家畜品种的改良所取得的进展超过了人类数百年来的成就,其根本原因就在于指导家畜育种工作的数量遗传学理论体系的建立和完善,并且有效应用于家畜育种实践。

近几十年家畜生产水平的提高,很大程度上应归功于遗传参数和育种值估计准确度的提高。

育种工作的主要目的是为了不断改进畜群的遗传素质,培育优质、高产、满足一定社会需求的品种或品系。

在育种工作中仅仅注意个别种畜的优越特性或通过各种科学技术手段育出个别的“超级家畜”还远远不够,因为畜群平均数的少量提高都远远胜过个别个体的特别优越。

如果畜群或整个品种的水平很低,少数几头优良种畜在整个畜群或品种中很快的就被冲淡了。

当然无可否认个别“超级家畜”也可用来促进群体的改进。

每一项育种方案的制定都必须以准确、可靠的群体遗传参数为前提条件,遗传参数在个体遗传评定、预测选择反应、最优化育种规划的设计等方面都具有广泛的用途。

根据数量遗传学理论,个体育种值的大小是选种的定量性标准。

因此,准确可靠的群体遗传参数和个体育种值是育种实践的必要条件。

育种值估计是育种学和育种工作的重要组成部分。

在现代动物育种中,育种值是选种及选配的基础。

准确的育种值估计不仅能使种畜选择合乎育种要求,而且能最大限度的加快经济性状的遗传进展,具有十分重要的意义。

个体育种值估计是育种学的核心内容之一,根据它进行科学选择可以获得最大的遗传进展,但是育种值不能够直接度量得到,只能利用统计分析方法,通过表型值和个体间的亲属关系来对育种值进行估计。

动物育种值估计方法的发展大致可分为3个阶段:①个体选择或选择指数法阶段,这是育种值估计的初级阶段。

这一阶段的育种是在一个较小的群体内进行的,待估公畜及其后代均处于一个共同的环境。

②群体比较法阶段。

由于人工授精技术的应用,使得公畜的后代分布于许多不同群体中,环境的差异影响了性状的表现水平。

这一阶段育种值估计的方法有同群比较法、同期同龄女儿比较法、改进的同期同龄女儿比较法和预测差值法等。

③混合线性模型法。

这一方法的最大优点就是在同一估计方程组中,既能估计模型的固定效应,得到其最佳线性无偏估计值(BLUE),又能预测随机的遗传效应,得到其最佳线性无偏预测值(BLUP),从而使育种值估计的准确性大大提高。

选择指数法1 单个性状的育种值估计1936年,SMITH首次把选择指数法应用到植物的育种上。

1942年,HAZEL和LUSH研究了选择指数的特性和与其他育种值估计方法相比较的优点。

后来LUSH的弟子们,尤其是HENDERSON(1963)全面阐述了选择指数的前提和统计学特征。

将个体单个性状不同信息来源分别进行适当的加权,并合并为一个数值,这个数值可以尽可能准确地反映个体的遗传水平,如果多个个体都利用此法评定它们的遗传素质,就可以根据其数值大小进行排队,作为选择留种的标准,上述这种估算出来的数值称为选择指数。

选择指数估计的准确度的高低,直接取决于信息来源的种类和数量。

而准确度的高低又直接关系到将获得的遗传进展的大小,所以这是一个十分重要的指标。

2多性状的育种值估计在实际的育种工作中人们不仅希望单个性状得到改进,而往往更希望多个性状同时获得不同的进展。

为此在选留种畜时常常进行多个性状的综合选择。

由于各个性状的单位和变异幅度不同,需要将各个性状的育种值变成无单位的相对值,然后加在一起形成一个指数,或者根据各性状经济重要性不同,对各个性状育种值给予适当的加权,然后综合成一个以货币为单位的指数,我们称之为综合育种值。

又由于每个性状的真实育种值是无法得到的,仍需要通过各种信息来源的表型值加以估计,最后计算出综合育种值的估计值,又称为综合选择指数。

对于多性状的选择一般有三种方法:顺序选择法、独立淘汰法、综合指数法。

估计综合育种值常用方法是综合指数法,这个方法在过去的30余年中得到了很大的发展,从一般的综合选择指数发展为约束选择指数、最宜选择指数,以及通用选择指数等,因而成为多性状选择的重要方法。

3选择指数法的注意事项选择指数法包含了单性状、单信息和多信息等多种情况,它的处理方法在理论上是比较完善的,与其他两种多性状选择方法相比,选择指数法的选择效率最高。

但是在实际动物育种中,选择指数的应用很难达到理论上的预期效果,有时这种差异甚至相当大。

因此在实际家畜育种中制定选择指数时必须考虑以下几点:①突出育种目标性状;②用于遗传评定的信息性状应该是容易度量的性状;③信息性状尽可能是动物早期性状;④目标性状中尽量避免有高的负遗传相关性状。

透过注意事项,不难看出,使用选择指数法估计动物育种值要求很高,否则会导致所估计育种值的偏差,从而降低选择效应,因此采用改进的育种值估计方法已迫在眉睫。

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Henderson提出,并在20世纪7年代应用于公牛的育种值估计。

我国1984年开始将这一方法应用于奶牛育种中,1985年又应用于绵羊育种。

以后又把这一方法扩大应用到猪和家禽。

混合线性模型的原理及其在育种值估计中的应用线性模型是一类十分重要的统计模型。

按模型中因子的性质可分为固定效应模型、随机效应模型和混合模型。

在畜禽遗传育种应用的线性模型大多是混合模型。

混合模型可用矩阵的形式表示为:y=Xb+Zu+e在混合模型中,由于随机效应的存在,不仅要对固定效应做出适当的估计,而且更希望对随机效应做适当预测。

这里使用估计和预测的意义是明确的,因为固定效应是客观存在固定不变的,只是不知道其大小而已,因此可以对它做出估计,但是对于随机效应,它不是固定不变的,只能对它做出适当的预测,希望得到它的一个最佳线性无偏预测(BLUP)。

混合模型方法在动物中应用最为重要,最为成功的是育种值预测,特别是奶牛育种中的公牛育种值评定。

这是由于在奶牛育种中人工授精技术的广泛采用,优良种公牛精液大量使用,因而对种公牛的选择越来越高。

而用于种公牛评定的最主要依据是女儿成绩,种公牛的女儿在很大范围内分布,固定效应是必定存在的,参加种牛评定的女儿是一个随机样本,因此对公牛效应做出预测,不可避免地需要用混合模型。

BLUP法的形成和发展1949年,Henderson最先利用次级样本含量不等资料单向随机模型估计了奶牛的育种值,随后又提出了不等资料混合模型的最大似然估计法(MLE),但限于计算手段,这种方法未被人们所重视。

1973年在最小二乘法和方差参数无偏法的基础上,他完整地提出了最佳线性无偏估计育种值的模型,即BLUP法,并系统地阐述了其形成历史和发展前景。

此后,Henderson、Harvilles等进一步完善了BLUP法的理论基础。

Hudson利用递归的方法简化了BLUP法的计算,Schaeffer等提出了单个性状模型在具有较高阶混合模型方程组时求解的简易方法,并将此方法推广到多性状模型,使计算过程更为简便实用。

1987年Misztal提出了可使计算更为简化的不直接建立方程的迭代求解的一种等价模型,使得BLUP方法得到了丰富和发展。

近年来,由于计算机的普及和生物技术在动物育种中的作用,BLUP育种值估计方法又有所发展,如从公畜模型发展为动物模型,单性状育种值估计发展为多性状育种值估计,常规繁育体系的育种值估计发展为有胚胎移植、胚胎切割等非常规繁育体系的育种值估计。

比如,近年来随着繁殖技术的发展,国与国之间交流精液和胚胎,奶牛的遗传性能估计将运用在世界范围内进行。

另外,对多性状混合模型进行直接约束时产生了一种新的BLUP方法——R—BLUP。

R—BLUP最初用于计算对动物模型中所有个体进行同样限制时的育种值。

这一方法同时可以用于对数据的计算机模拟。

但是当仅对一个群体中一些个体的育种值进行约束时计算方法将变得越来越复杂,R—BLUP随之进行了改进,解决了这一问题。

BUJP方法的优缺点BLUP是一个非常灵活的线性模型分析方法,它有广泛的适应性,适于解决动物育种中各种情况的育种值估计。

因此它具有很高的实用价值,尤其在群体规模很大,群体结构复杂,获得的数据十分不均衡的情况下,可获得较传统的育种值估计方法更为准确的估计育种值。

此外,与传统育种方法相比,BLUP有以下几个方面的优点:①充分利用多种亲属的信息;②能消除由于环境造成的偏差;③能校正由于选配所造成的偏差;④能考虑不同群体不同世代的遗传差异;⑤当利用个体的多次记录时,可将由于淘汰所造成的偏差降到最低。

然而美中不足的是BLUP技术在提高育种值准确性的同时也提高了群体的近交增量。

同时动物模型BLUP的理论和方法复杂而又灵活,其推广和应用受到一定条件限制。

众多的研究表明,BLUP是最好的畜禽遗传评定方法,其中的动物模型是最好的评定模型。

但是,能否实现BLUP的优越性,要以一定的育种措施为基础,以先进的计算工具为手段,以完善的育种资料记录系统为保证,否则难以发挥它的优势。

相关文档
最新文档