利用几种低密度基因组选择方法对绵羊肋肉厚的模拟选择研究

发布时间：2017-11-13 02:12

  本文关键词：利用几种低密度基因组选择方法对绵羊肋肉厚的模拟选择研究

  更多相关文章： 绵羊 基因组选择 低密度SNP芯片 预测模型 预测方法 贝叶斯方法 MCMC抽样

【摘要】：随着遗传评估技术的发展,种用家畜的选择方案也发生了变化。近年来,基因组选择已广泛用于家畜的遗传评估当中。但是基因组选择方法主要集中在奶牛的遗传改良,在绵羊上的探索还较少。本研究以绵羊肋肉厚(GR值)为例,模拟了4个规模相当的绵羊群体,其中包括2076个个体的肋肉厚表型值和1000个QTL位点及30000个SNP标记。从影响基因组选择效果的几个方面进行探索,一方面是训练群的建立方法,包括群体间和群体内两种构建方法；另一方面是预测模型,包括模型存在多基因和标记效应的二效应模型和只包含标记效应的单效应模型;同时也对基因组选择中常用的几种方法进行了比较,包括GBLUP、贝叶斯A、贝叶斯CPi和贝叶斯Lasso。除上面几个主要影响因素外,还对影响GEB V准确度的其他一些因素做了检验,如训练群大小和后验分布的MCMC抽样次数等。通过交叉验证提供一个无假设的预测性能估计值。结果表明：使用群体内信息会得到较高的GEBV预测准确度,如需对多个群体的候选个体进行GEBV预测,训练群应该由这些候选个体所在群体中的个体组成,这样用于建立预测方程的群体与候选群体间的连锁不平衡程度增强,能够提高GEBV的预测准确度。在30000个遗传标记密度下,单效应模型的预测性能更好。尽管单效应模型中只有SNP位点效应,没有利用系谱信息,在进行GEBV预测时得到比二效应模型更好的预测效果。二效应模型包含了SNP标记效应和多基因效应,因考虑到SNP标记不能捕获全部的遗传变异,在模型中加入多基因效应来弥补这一缺陷。但是标记效应和多基因效应间可能存在严重的共线性,导致模型预测性能下降。比较各种预测方法,贝叶斯Lasso和贝叶斯CPi在任何情况下都表现出最好的性能。本研究模拟的QTL位点效应大小的分布密度是左倾的L-型γ分布,在零处有极高的分布密度,而贝叶斯Lasso和贝叶斯CPi的SNP效应先验分布假设符合这一特点。GBLUP和贝叶斯A的SNP效应先验分布假设分别为正态分布和t-分布,这是造成贝叶斯方法预测准确度差异的原因。从这一点个来看,在使用贝叶斯方法估计GEBV时,应考虑性状的遗传基础,做出与真实QTL效应分布相符的先验假设。在相同的预测模型和预测方法下,训练群的规模越大,GEBV的预测准确度越高。训练群的规模一般要求大于1000,训练群中的个体数少于1000时,随着训练群规模的增大,GEBV的预测准确度也迅速提高。在群体规模超过1000时,训练群规模继续增大,GEBV的预测准确度增加的速率有变缓的趋势。在已经清楚性状在群体中的各方差组分时,使用MCMC进行后验分布抽样可以采用较少的迭代次数,如10000次,能够达到与更多次抽样相同的效果。但在性状的各方差组分不清楚,需要对它们进行估计时,MCM C的抽样次数一般要求在100000次以上。在使用贝叶斯方法进行GEB V的估计时,不会产生严重的数字问题,为节省计算时间,可以使用较大的残差校正间隔,如1000或2000。本研究利用30 k低密度SNP芯片对绵羊基因组选择效果的研究结果,为绵羊基因组选择的实际应用提供了科学依据。
【学位授予单位】：山西农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S826

【相似文献】

中国期刊全文数据库 前2条

1 翟素琴,李翠兰,何燕,刘新根,王秀玉;优质小麦产量的氮磷效应模型研究[J];河南职业技术师范学院学报;2004年03期

2 ;[J];;年期

中国硕士学位论文全文数据库 前5条

1 任端阳;利用几种低密度基因组选择方法对绵羊肋肉厚的模拟选择研究[D];山西农业大学;2016年

2 詹沛达;多维题组效应模型的开发与应用[D];浙江师范大学;2014年

3 韩雪;题组效应模型与传统项目反应模型参数估计精确度比较研究[D];贵州师范大学;2014年

4 张林锋;大学生抑郁与网络成瘾、压力与网络成瘾的循环效应分析[D];武汉理工大学;2013年

5 赵晓旭;基于边界效应模型的中国市场一体化问题研究[D];东北师范大学;2008年

，

本文编号：1178633