BLUP育种值的估计课件.pptVIP

個體間加性遺傳相關矩陣及的計算 按前述構建規則有：其他元素類似計算，要構建，必須先構建：得到：令，將其他元素添加到：BLUP育種值的估計隨著數理統計學與線性模型理論、電腦科學與互聯網路技術的迅速發展，家畜育種值估計的方法發生了根本的變化。以Henderson為代表所發展起來的BLUP（BestLinearUnbiasedPrediction）育種值估計法，將畜禽遺傳育種的理論與實踐帶入了一個新的發展階段。一、線性模型基礎知識模型（Model） 模型是描述觀察值與影響觀察值變異性的各因數之間的關係的數學方程式分類真實模型——非常準確地模擬觀察值的變異性，模型中不含有未知成分理想模型——根據研究者所掌握的專業知識建立的盡可能接近真實模型的模型操作模型——用於實際統計分析的模型，它通常是理想模型的簡化形式因數離散型通常表現為若干個有限的等級或水準固定因數——有意識地抽取若干個特定的水準，目的是對這些水準的效應進行估計或進行比較，如年效應隨機因數——因數的若干水準可看作是來自該因數的所有水準所構成的總體的隨機樣本，目的是要通過該樣本去推斷總體，如個體的遺傳效應。連續型它呈現連續性變異，通常是作為影響觀察值的協變數（回歸變數）線性模型（Linearmodel）線性模型是指在模型中所包含的各個因數是以相加的形式影響觀察值，即它們與觀察值的關係為線性關係，但對於連續性的協變數也允許出現平方或立方項一個線性模型應由3個部分組成：數學方程式方程式中隨機變數的期望和方差及協方差假設、約束和限制條件數學方程式：期望和方差：假設和約束條件：所有母牛都來自同一品種所有母牛都在相同的環境下以相同的飼養方式飼養所有的母牛都來自同一公牛所有的母牛的母親對母牛的乳脂量無影響分組初產年齡（等級）123產犢季節11141431451502109103163117線性模型舉例母牛的乳脂量生產成績表（SchaefferLR，1993）線性模型的分類固定效應模型（fixedmodel）如一個模型中除了隨機誤差外，其餘所有的效應均為固定效應，則稱此模型為固定效應模型或固定模型。隨機效應模型（randommodel）若模型中除了總平均數外，其餘的所有效應均為隨機效應，則稱此模型為隨機效應模型或隨機模型混合模型（mixedmodel）若模型中除了總平均數和隨機誤差之外，既含有固定效應，也含有隨機效應，則稱之為混合模型傳統的選擇指數法的基本假設是不存在影響觀察值的系統環境效應，或者在使用前剔除了系統環境效應。遺憾的是這個基本假設在幾乎所有實際情況下都是不能成立的，如乳用母牛飼養在管理條件不同的牛群中為克服以上缺陷，Henderson於1948年提出了BLUP方法，即最佳線性無偏預測，這個統計方法可同時估計固定效應（例如系統環境效應）和育種值。傳統的選擇指數是具有已知固定效應的BLUP方法的一種特殊情形隨著電腦技術的高速發展，使這一方法的實際應用成為可能，目前BLUP法已成為世界各國（尤其是發達國家）家畜遺傳評定的規範方法二、BLUP的基本原理一般混合模型可表示為：是所有觀察值構成的向量是所有固定效應（包括）構成的向量是固定效應的關聯矩陣是所有隨機效應構成的向量是隨機效應的關聯矩陣是隨機殘差向量隨機變數的數學期望：方差-協方差矩陣結構：，，，BLUP的統計特性 可估函數： 預測函數： 預測誤差：BLUP分析的實質是利用觀察值的一個線性函數（）對固定效應和隨機效應的任意線性可估函數（）進行估計和預測，要求同時滿足預測的無偏性和預測誤差方差最小（最佳）兩個條件，由此得到的最佳線性無偏估計值（BLUE），的最佳線性無偏預測值（BLUP）BLUP估計一般方程BLUP法前提條件所用的表型資訊必須真實可靠，系譜資料必須正確完整所用的模型是真實模型；模型中的隨機效應的方差組分或方差組分的比值已知混合模型方程組的一般形式混合模型方程組的簡化形式混合模型方程組的度量為中與個體對應的對角線元素三、BLUP的計算技術混合模型方程組的求解經典解法先求出方程組的係數矩陣和等式右邊的向量，建立方程組，然後迭代求解缺點：混合模型方程組往往很大，容易受電腦記憶體的限制，實際應用範圍不廣間接解法