实习五动物模型blup育种值的估计.docVIP

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 式中，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 ，，； ，； 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；为加性遗传（育种值）方差；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； ——忽略非加性遗传变异； 2．构建混合模型方程组（MME） 其中， 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 7 6 6 F 185 已知周岁重的遗传力为0.4，表型标准差=28㎏，群体平均值(=201.5㎏。用动模型BLUP法预测所有个体的育种值。 ①构建各（分快）矩阵（向量） ，， 其中，当a中的所有个体都有观察值时，Z=I。 ②建立混合模型程组 ③求系数矩阵的逆阵 ④方程组求解 ⑤计算预测误差方差PEV和估计准确度（ACC） PEV可以用两种算法： ①—根据系数矩阵对角线元素计算； ②—根据估计值的准确度或可靠性（reliability）计算。由此 = 三、作 业 A牛场培育了一头优秀奶牛，该牛在第一胎和第二胎产下2个女儿，其中一头卖给B牛场。两个女儿分别在两个牛场产下自己的女儿。两个牛场想对它们的母牛产奶量进行遗传评估。设产奶量的遗传力为0.35，表型标准差为1200㎏。给出如下系谱和每头母牛的单次产奶量记录： 1 2 3 4 5 牛场 产奶量（㎏） 1 A 11000 2 A 11500 3 B 10500 4 A 11250 5 B 10750 请完成以下工作： 定义模型（包括方程式，期望值，遗传方差—协方差矩阵，假设、限定和约束等）。 建立固定效应（X）和随机效应（Z）的关联矩阵。 建立分子血缘相关矩阵（A）及其逆矩阵（A-1）。 构建混合模型方程组，对其系数矩阵（C）求逆，进而求解各参数。 根据估计育种值由大到小对5个个体的遗传品质进行排序评定。 计算预测误差方差（PEV）和估计值的准确性（）。 1