1. 程式人生 > >育種中一般配合力和特殊配合力的計算方法

育種中一般配合力和特殊配合力的計算方法

研究生期間,學習數量遺傳學時,對配合力的概念感到很神奇,曾經和同學討論過,按道理說曹操的一般配合力很高,幾個孩子都很出色。

那麼問題來了,什麼是一般配合力?一般配合力就是可以穩定遺傳的因素,即曹操和不同女性生育的孩子,都很出色,這表明這種出色不因為不同女性的差異而變化,說明這種出色是遺傳自父親,因此曹操的一般配合力比較高。

那麼什麼是特殊配合力呢?看一下曹操的父母,這可以理解為其父母之間的特殊配合力比較高。

同學表示這很偽科學,並表示我這種思想很危險,亂套概念。。。

教科書的定義:
在這裡插入圖片描述

下面通過一篇文獻,介紹一下配合力的計算方法。
兔兔
在這裡插入圖片描述

同事去四川出差,同桌再三囑咐要帶兔頭,並表示會在他回京之前提醒他-----帶兔頭。另一個同事一直認真的認為:“兔兔這麼可愛,為什麼要吃它”。

文獻參考:

Adenaike A S, Osisanya T O, Ogunsola O D, et al. Combining Ability and Inheritance of Growth Traits in Rabbits[J]. Journal of Biology Agriculture & Healthcare, 2013.

試驗設計如下:

三個兔子品種,進行雙列雜交(無自交,有正反交),共6個組合,每個組合重複了5次,測量其子代的性狀,評價三個兔子品種的一般配合力和特殊配合力。

資料分析思路:

首先採用方差分析的方法,將其作為固定因子計算一般配合力和特殊配合力效應值,然後作為隨機因子計算方差組分,根據方差組分計算遺傳力。
在這裡插入圖片描述

計算結果:

一般配合力和特殊配合力結果:

圖片.png

這個裡面我們也可以計算配合力的顯著性。

遺傳力的計算:

圖片.png

文章中可以改進的地方:

文章還在用方差分析的形式,計算效應值作為配合力值,這種演算法有缺點,比如有缺失值或者資料不平衡(比如重複不一致),計算不準確。推薦使用混合線性模型,將親本和組合作為隨機因子,可以直接計算方差組分,而且可以將BLUP值作為配合力。當然,如果使用混合線性模型,就不能得到文章中的配合力的顯著性了。

總結:

配合力計算,無論是動物育種,還是植物育種,都會經常遇到,關鍵是要理解什麼是配合力,以及為什麼要計算配合力。

特殊配合力一般用於劃群,比如劃分父本群和母本群,就是因為這兩個群的特殊配合力比較高,如果我們不斷提高父本群和母本群的一般配合力,而且同時保持兩群的特殊配合力,育種才會不斷的提升。

如果有需要討論的問題,歡迎聯絡我:[email protected]

什麼?你想看程式碼?

資料描述:

資料:孔繁玲《植物數量遺傳學》第十章(p282頁)例10.8

父本有4個,母本有7個,共有4*7=28個組合(家系),重複2次。
在這裡插入圖片描述

# 沒安裝learnasreml
# devtools::install_github("dengfei2013/learnasreml")

library(learnasreml)
data("NCII")
dat = NCII
str(dat)

# 收費軟體解決方案
library(asreml)
mod = asreml(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat)
summary(mod)$varcomp

# 廣義遺傳力
pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) )

# 狹義遺傳力
pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4))

# 配合力
coef(mod)$random

# 免費軟體解決方案
library(sommer)
mod = mmer2(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat)
summary(mod)
# 廣義遺傳力
pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) )
# 狹義遺傳力
pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4))
# 配合力
randef(mod)

結果整理:
遺傳力:
在這裡插入圖片描述

一般配合力:
在這裡插入圖片描述

特殊配合力:
在這裡插入圖片描述

在這裡插入圖片描述