基于BLUP和GGE双标图的花生产量基因型与环境互作效应分析

本研究采用最佳线性无偏预测值(BLUP)和基因型主效加基因型-环境互作效应(GGE)双标图的评价方法,对黄淮海中南片多点联合试验的小粒花生品种的丰产稳产适应性及试验点的区分力和代表性进行分析,探究基因型和环境对花生生长的影响,明确各品种的丰产稳产性及适应性。对BLUP值和原始数据进行方差分析和热图对比,结果表明,两组数据之间有较多差异,对于产量变异的解释,BLUP值比原始数据更加可靠。BLUP-GGE双标图联合分析结果表明,开农308的丰产稳产适宜性排在首位,其次为汾花8号、远杂9102;泰安、开封、濮阳的区分力和代表性较强。

基于BLUP育种值与GGE双标图分析杉木第三代全同胞家系生长性状的适生性

杉木Cunninghamialanceolata是中国南方重要的商品用材和碳汇造林树种。本研究以广东杉木33个第三代全同胞家系在不同生长地点的8年生径向生长表现(胸径)为基础开展多地点方差分析。结果表明,家系适生性遗传差异大(P<0.01),且地点、区组及地点与家系间的互作效应显著。采用基于个体模型的BLUP分析法计算每个试验地点参试家系的个体育种值,可将参试家系适生性进行初步划分,并筛选出个体育种值水平较高、适生性好的家系(家系1、4、13和31)。在此基础上,运用GGE双标图分析法进一步获得参试家系“哪个赢在哪里”功能图、不同家系高产性与稳产性结论、理想家系选择列表,发现家系1、4、13、31和其他家系适生性评价结果与BLUP分析结果基本一致,具有较好的分析效果。

基于BLUP方法估计玉米组合不同时期籽粒品质相关性状遗传参数的差异

籽粒品质性状的遗传参数分析,可以为优良品质的玉米新品种选育提供依据。本研究以10个玉米组合为材料,利用R软件的混合线性模型,获取不同取样时期每个基因型的最佳线性无偏预测值(Best linear unbiased prediction,BLUP),进行籽粒品质相关性状遗传参数分析。结果表明,BLUP数据更接近于真实育种值。不同取样时期,品质性状的变异系数变化较大,籽粒品质性状的最大变化发生在S3(9月14日)到S4(9月18日)时期,此时玉米正由蜡熟期进入完熟期。对各品质性状间的相关性进行分析,粗脂肪与粗蛋白、氨基酸均存在显著或极显著正相关。水分、粗蛋白、粗脂肪、粗淀粉、氨基酸含量均属于高遗传力性状,其中,粗淀粉的遗传力最高,达0.887,容重属于中等遗传力性状。

基于动物模型BLUP的杜洛克猪生长及繁殖性状选择进展

【目的】揭示基于动物模型最佳线性无偏预测(animal model best linear unbiased prediction,AM-BLUP)的选择指数对杜洛克猪生长及繁殖性状的选育效果。【方法】在采用AM-BLUP方法估计个体目标性状育种值基础上,以达100 kg体质量日龄(相对权重0.7)和100 kg活体背膘厚(相对权重0.3)为主选性状构建选择指数,对1个闭锁的杜洛克猪群开展持续7年(2013—2019年)的选育,系统分析选育期间猪群6个生长及繁殖性状表型值、估计育种值(estimated breeding value,EBV)、选择指数及近交系数的变化。【结果】相较于2013年,2019年猪群达100 kg体质量日龄、100 kg活体背膘厚和30~100 kg料重比分别极显著缩短4.45 d、降低0.52 mm和降低0.05(P<0.01);初产和经产母猪的总产仔数分别提高0.99头(P<0.05)和1.02头(P>0.05),产活仔数分别提高0.72头和0.49头(P>0.05),21日龄窝重分别降低0.39 kg和提高6.20 kg(P>0.05);主选性状达100 kg体质量日龄和100 kg活体背膘厚的EBV分别极显著降低3.447和0.533(P<0.01),选择指数极显著提高23.62(P<0.01),除30~100 kg料重比外,其余辅选性状的EBV均获得了不同程度改进。选育结束时,群体平均近交系数为3.1973%,年均增量为0.4904%。【结论】基于AM-BLUP的指数选择可有效改良猪的生产性状,但不同性状的具体选择进展会因其遗传特性的不同而异。

基于BLUP和GGE双标图的大果型花生丰产稳产适应性分析

为筛选高产、稳产、广适花生品种,本研究利用国家北方片大果花生区域试验数据,运用最佳线性无偏预测(BLUP)+基因型主效加基因型-环境互作效应(GGE)双标图评价品种的丰产性、稳产性、适应性和各试验点的区分力和代表性。结果显示,参试品种的原始数据和BLUP值之间存在多个差异,用BLUP值代表育种值更加准确,比原始数据结果更加可靠;漯河、青岛、济宁、石家庄、郑州、开封、潍坊等7个试验点的区分性和代表性较强;P09-2、开农172、青花1号等3个品种的丰产性、稳产性、适应性等排名均居试验前列。基于BLUP-GGE双标图对大果花生品种及其试验点进行评价,不但为大果高产花生品种的选择和应用提供参考依据,也为基因型和环境互作评价提供方法借鉴。

植物育种中的BLUP育种值分析应用探讨

文章分析了植物育种数据分析现状,指出了植物育种应用BLUP育种值理论和分析方法遇到的问题,并给出了相应的解决对策.

动物模型BLUP法估计内蒙古白绒山羊育种值的研究

应用动物模型BLUP法估计了阿尔巴斯白绒山羊种羊场1989～1998年共10个年度3 981只个体的抓绒量和体重的单性状育种值，以及这两个性状的综合育种值。在模型中考虑的固定效应有年龄效应和性别柸禾鍠年度效应、随机效应有个体的加性效应和个体永久性环境效应。比较育种值选择与表型值选择的结果表明：（1）公羔依据断乳重选择与依据育种值选择的结果差异较大；（2）育成母羊依据表型值选择与依据综合育种值选择的结果差异极显著（P＜0.01）；（3）育成公羊依据表型值选择与依据综合育种值选择的结果差异极显著（P＜0.01）；（4）种公羊依据抓绒量和体重的表型值选择结果分别与依据各自性状育种值选择结果的秩相关均未达到显著水平（P＞0.05）。研究表明：内蒙古白绒山羊应用个体表型值选种存在准确性较差的缺点；动物模型BLUP法适合用于内蒙古白绒山羊的选种。并根据生产实际情况提出了一套选择种公羊的具体方法。

应用混合线性模型对白桦家系速生性及稳定性分析与选择

为了选出白桦半同胞家系中速生且稳定的优异家系用于种子园改建,以永吉、尚志和庆安试验点的8年生白桦半同胞家系试验林为研究对象,调查其生长性状和适应性。采用误差异质混合线性模型,对各性状进行了多地点固定效应和随机效应分析,通过最佳线性无偏预测(BLUP)法估算各家系的材积育种值,并结合基因型主效应与基因型-环境互作效应(GGE)双标图,联合分析各家系的速生性和稳定性。结果表明:(1)白桦半同胞家系胸径、单株材积和保存率等性状的地点效应显著(P<0.01);除保存率外,各性状在家系×地点的互作效应均达到显著水平(Z值>1.5)。各试验点的方差分析结果表明,除尚志和庆安试验点保存率外,其余性状在家系间的差异均达到极显著水平(P<0.01)。尚志、永吉和庆安试验点各性状中,变异系数最大的均为单株材积,分别为40.74%、47.62%和41.67%。(2)将综合育种值从大到小排序,若按照前10%的入选率确定各试验点优良家系,则在永吉、尚志和庆安各选出了相应的7个家系,其单株材积的平均遗传增益分别为6.20%、9.44%和8.79%。(3)GGE双标图分析结果表明,3个试验点被分为3个适生区;各家系在不同试验点中的表现不同,在庆安、永吉和尚志试验点表现最好的分别为1-43、1-42和1-39家系,结合生长量及稳定性的数据排名,综合性状表现最好的是3-29、3-13、3-38、3-16、3-14、3-42和3-17等7个家系,平均单株材积遗传增益为10.41%。白桦子代生长性状受基因型、基因型与环境互作影响显著。依据BLUP数据的GGE双标图分析结果,综合3试验点的速生及稳定性,选出7个优良家系。

基因型选择和基因辅助BLUP对不同遗传力性状的选择效果

为揭示性状遗传力对基因型选择(GTS)和基因辅助BLUP(GBLUP)选择效果的影响,探讨基因辅助选择相对于常规动物模型BLUP选择方法的效率,在假定目标性状同时受1个QTL和多基因共同控制的前提下,采用随机模拟方法,研究了在一个闭锁群体内分别采用常规动物模型BLUP、GTS和GBLUP方法对不同遗传力性状实施连续选择时的效果。结果表明:在一定世代内,性状遗传力越高,3种选择方法所获得的遗传进展越大;GBLUP方法可以对QTL和多基因效应实施有效选择,可望获得优于常规BLUP方法的选择效果;GTS只考虑了QTL基因型而无法兼顾多基因效应,其选择进展反而不如常规BLUP选择。基因辅助选择的优势在于可对QTL进行更为准确的选择。当遗传力较低、选择世代数较短时,其对QTL选择的效率较高。在长期选择下,不断检测并确认"新"的QTL,是保持其持续选择优势的关键。

应用BLUP法对中国对虾一代选择的遗传进展

为了评估中国对虾最佳线性无偏预测(Best liner unbiased prediction,BLUP)的育种效果,利用2005年评估的个体育种值,组建3个高育种值家系为实验组,3个平均值育种值家系为对照组,进行了生长对比测试。2006年,6个家系的苗种经过独立培育、中间暂养,体重达到1g左右时用荧光标记进行了标记,标记后的幼虾同时放养于对虾养殖池中。在生产养殖池中养殖63d后进行生长性状的测定。BLUP法预测结果显示,中国对虾一代选育后的预期遗传进展为0.78g,相对于选育前全群的平均值6.68g提高了约11.68%。实际对比测试结果表明,高育种值家系后代平均体重为21.55g,平均育种值家系的平均体重为19.03g,选育一代的体重提高13.28%。结果表明,BLUP育种技术对中国对虾生长性状的选育效果显著。

品种区域试验中算术平均值、BLUP和AMMI估值的精度比较

利用 1982年以来我国棉花、小麦、水稻和玉米的 60套区域试验数据 ,采用交叉验证方法 ,对区域试验中算术平均值、最佳线性无偏预测值 ( best linear unbiased predictor,BLUP)和 AMMI( additivemain effects and multiplicative interaction)模型估值的预测精度进行比较 ,结果表明 ,与算术平均值相比 ,AMMI估值精度的增益倍数 ( gain factor,GF)平均为 1.0 4 5,变幅为 0 .963～ 1.4 14,其精度多数情况下提高不大 ;BLUP的 GF平均为 1.170 ,变幅为 1.0 0 8～ 1.619,其精度普遍较高。同时 ,文中对

甘蔗亲本评价研究(Ⅱ)——BLUP方法的应用初探

采用最优线性无偏估计(Best Linear Unbiased Prediction,BLUP)方法对甘蔗亲本的单性状育种值进行估计,目的在于为亲本的正确选择与科学组配提供重要的理论基础。对2010年YT系列的4个母性亲本21个杂交组合的实生苗后代单丛产量的单性状育种值进行计算,结果发现,4个母本的优劣顺序为YT00-236>YT01-125>YT00-319>YT83-257,而3个区组效应差异不大。建议结合甘蔗生产实际,进一步探索适宜的亲本评价与选择方法。

运用动物模型BLUP法估计荷斯坦牛育种值及制定总性能指数

【目的】探讨动物模型BLUP法在估计新疆地区荷斯坦牛育种值中的应用,为荷斯坦牛的选种选配计划提供理论依据。【方法】利用新疆呼图壁种牛场牧一场、牧二场及牧三场1996-2010年共15 a荷斯坦牛生产性能记录资料,运用动物模型BLUP法,对荷斯坦牛进行单性状育种值估计。【结果】估计得到公牛产奶量育种值、乳脂率育种值、乳蛋白率育种值排名第一的分别为94166、8466、11100120号;母牛产奶量育种值、乳脂率育种值、乳蛋白率育种值排名第一的分别为120030103、120040007、320030159号;并根据产奶量、乳脂率、乳蛋白率育种值制定了荷斯坦牛总性能指数公式（TPI）。【结论】为使种牛评定更准确,需综合考虑产奶量和乳成分等性状,制定荷斯坦奶牛总性能指数公式。

动物模型BLUP法评定内蒙古白绒山羊的遗传趋势

本研究应用动物模型BLUP法估计了1989～1998年内蒙古鄂托克旗阿尔巴斯白绒山羊种羊场抓绒量和抓绒后体重的遗传进展。结果为抓绒量的遗传进展呈上升趋势，抓绒后体重的遗传进展基本平稳。研究表明，内蒙古白绒山羊根据个体表型值选种，存在准确性较差和难以同时兼顾两个性状的缺点。本文认为今后内蒙古白绒山羊选种方法应该采用动物模型BLUP法。

继代选育中用BLUP法对公猪进行逆向再评定的研究

用带亲缘相关阵的BLUP法(BLUP-1),不带亲缘相关阵的BLUP法(BLUP- 2)及最小二乘法(LS),就日增重、背膘厚及外形评分三性状对SD-I系种公猪进行了逆向遗传再评定,以探讨BLUP法在猪继代选育中的应用。结果表明:①对遗传力较高的性状用综合指数法选择是比较理想的;②BLUP法较LS法精确,且以BLUP-1最精确,估计误差方差(PEV)最小;③选育中可用经加权而成的BLUP综合育种值代替多性状育种值。

作物品种区域试验中品种均值估计的模型和方法——算术平均值、加权最小二乘估值和BLUP的比较

针对作物区域试验中的品种均值估计问题 ,根据混合线性模型的一般原理 ,总结和提出多种加权最小二乘估计(WLSE)和最佳线性无偏预测 (BLUP)的方法 ,推导了这些方法的平衡数据计算简式 ;同时 ,利用 14套 2年多点的棉花区试资料和一套 4年多点的棉花品种试验对这些方法的预测效果进行验证比较。结果表明 ,与算术平均值相比 ,以环境内误差方差倒数加权的WLSE估值的预测精度 (包括预测差的大小和品种排名的一致性 )明显不同 ,但其高低因数据而异 ;其他WLSE估值以及BLUP的预测结果差别不大 ,和算术平均值以及相互间的相关系数和秩相关系数均在 0 93以上。

BLUP法和主成分分析法在杜泊绵羊商业化品系建立中的应用研究

本研究旨在为以一个初始杜泊绵羊群体为基础,建立适应多样化市场需求的商业化品系,提供可借鉴的实用方法。具体实施步骤包括:(1)用单性状动物模型BLUP法估计杜泊绵羊与品系划分有关性状的育种值;(2)利用主成分分析法,抽取所研究性状的可解释85%以上变异的主成分;(3)依据主成分值表达式的系数大小及符号,解释每个主成分的实际意义,确定各主成分可作为哪个品系的建立依据;(4)根据个体各标准化主成分值的大小及相应的分系标准,对杜泊绵羊群体进行商业化品系划分。本研究依据实际需求将现有杜泊羊群体划分为体长系、体宽系和肥羔系,其结果与依据性状估计育种值进行品系划分相似。在不考虑分系相关性状的经济权重时,BLUP法和主成分分析法适于初始群体的品系建立。

利用BLUP法估计荷斯坦种公牛的抗热应激育种值

以公牛女儿数大于10头为限制因子,建立线性模型Y=Xb+Za+e,对带有抗热应激S441标记的荷斯坦种公牛育种值进行了估计。结果表明:带有抗热应激S441标记的荷斯坦种公牛的平均育种值大于没有标记的群体均值。S441可以作为一种荷斯坦种公牛抗热应激分子标记应用于品种选育和生产中。应用CNDHI软件评估了2007～2011年公牛的最佳线性无偏差预测值,并依据年度均值作出遗传趋势,为选种和遗传评估提供依据。

中国对虾3种育种模式的BLUP遗传评定分析

设计了3种育种模式,精细育种模式(A)、全同胞育种模式(B)和群组育种模式(C),分别利用不同的系谱信息(所有系谱、全同胞、群组),考虑不同的遗传力水平,在家系和个体水平上进行选择效果的对比分析。采用单性状动物模型,考虑各家系标记时的平均体重为协变量,通过BLUP法估计个体体重育种值。家系选择水平上的结果表明,利用全同胞育种模式选取的家系(50%的淘汰率)与精细育种模式相比,一致率在90%以上,估计的家系育种值与精细育种模式间的相关系数在0.9以上,相关程度高。在个体选择水平上,全同胞育种模式与精细育种模式间存在着较大差距。以10%的留种率为标准,前者留取的个体与后者的一致率在68.61%～83.21%。全同胞育种模式估计的个体育种值与精细育种模式间的相关系数在0.770～0.935之间,低于家系选择水平的相关程度。群组水平上的比较分析表明,利用群组育种模式选取的群组(50%的淘汰率)与精细育种模式相比,除C5为90.91%外,其余模式一致率均为100%。群组育种模式估计的育种值与精细育种模式间的相关系数在0.98以上,相关程度高。这说明通过群组育种模式选取的群组,准确可信度高。与精细育种模式相比较,在个体水平上群组育种模式估计的个体育种值和其排队顺序是存在较大差别的。以10%的留种率为标准,群组育种模式与精细育种模式相同留种个体的百分比在57.66%～85.40%。群组育种模式估计的个体育种值与精细育种模式间的相关系数在0.772～0.941之间。相对于精细育种模式,采用群组育种模式进行个体选择的可信度要低一些。

应用BLUP法进行长白猪主选性状的遗传趋势分析

应用多性状ＢＬＵＰ法对长白猪选育中的主选性状日增重和背膘厚进行了遗传趋势的分析．研究结果表明，３个世代的群体平均育种值，日增重分别为３０．１８，４１．８８和９５．２４ｇ，表现出逐代上升的趋势；背膘厚分别为０．１４，０．０２和－０．２８ｍｍ，呈逐代下降趋势，说明所采取的育种措施是有效的．