【原】全基因組選擇模型 | MA-GBLUP

育種數(shù)據(jù)分析 2021-11-18

展開全文

過完元宵節(jié)，才算過完年，滿血復(fù)活，新的一年，多多研究模型，提升自己！下面這篇文獻(xiàn)，是利用MAS和GS結(jié)合的模型，很有啟發(fā)性。特別是對于育種群體，非常有用！

1. 文獻(xiàn)

?
https://www./publication/312212609_Using_markers_with_large_effect_in_genetic_and_genomic_predictions
?

2. 概念

2.1 MAS

Marker-assisted selection：分子標(biāo)記輔助選擇

該方法是使用少量的分子標(biāo)記，這些標(biāo)記和QTL緊密關(guān)聯(lián)，根據(jù)標(biāo)記的分型，進(jìn)行選擇。效果有限，而且不同群體，差別較大。

2.2 GWAS

全基因組關(guān)聯(lián)分析

2.3 BLUP

動物模型中，運用系譜構(gòu)建親緣關(guān)系矩陣，對個體進(jìn)行BLUP育種值的計算。

2.4 MA-BLUP

首先運行GWAS得到顯著性的SNP，然后將其放到BLUP的模型中作為固定因子。

2.5 GBLUP

通過分子標(biāo)記信息構(gòu)建親緣關(guān)系G矩陣，對個體進(jìn)行GBLUP育種值的計算。

2.6 MA-GBLUP

首先運行GWAS，得到顯著性SNP，然后將其放到GBLUP模型中作為固定因子。

2.7 Bayesian模型（BVS）

主要是應(yīng)用貝葉斯類的方法，進(jìn)行基因組選擇。

3. 主要結(jié)論

3.1 BLUP VS MA-BLUP

MA-BLUP相對于BLUP方法，準(zhǔn)確性提高0.021~0.124

?
飛哥總結(jié)：可以看到，這種方法，對于某個群體特定性狀，有顯著性位點或者QTL時，可以顯著的提升評估的準(zhǔn)確性，這種MAS + BLUP的方法，對于育種群體，具有很好的實踐性。具體實踐，可以對某個育種群體，進(jìn)行GWAS的分析，得到顯著性的位點，然后對于后續(xù)的群體中，只需要少數(shù)的位點分型，加入到BLUP的模型中，就可以提升預(yù)測的準(zhǔn)確性，操作性強，性價比高。
?

3.2 GBLUP VS MA-GBLUP

MA-GBLUP 比GBLUP提升了0.003~0.043的準(zhǔn)確性。

3.3 MA-BLUP VS GBLUP

在樣本數(shù)較小，和參考群和候選群關(guān)系較遠(yuǎn)時，MA-BLUP比GBLUP還要好

3.4 MA-GBLUP VS BVS

本文中，BVS比MA-GBLUP稍好，但是MA-GBLUP更具有操作性，特別是針對大群體（運行速度快?。?/p>

方法

4.1 數(shù)據(jù)

四個品種：大白（Large White），地方種（Dutch Landrace）,挪威長白（Norwegian Landrace）和杜洛克（Duroc）性狀：乳頭數(shù)（Number of teats）

「數(shù)據(jù)匯總：」

4.2 模型

平均值
性別
場年
加性效應(yīng)（隨機(jī)因子）
窩別效應(yīng)（隨機(jī)效應(yīng)）

4.3 GWAS模型

采用混合線性模型。

整體均值
X是0,1，2的基因型分析（固定因子）
加性效應(yīng)

「軟件」ASReml軟件

「SNP解釋的百分比」

分母，是不考慮SNP固定因子的模型，所有的方差組分之和
分子，是每個SNP的替換效應(yīng)，然后根據(jù)公式計（）算而來

「補充知識」

?
基因替換的平均效應(yīng)（average effect of the gene substitution），群體內(nèi)等位基因之間相互替換所引起的遺傳效應(yīng)稱之為基因替換的平均效應(yīng)。
?

a = 加性效應(yīng)
d = 顯性效應(yīng)

?
需要指出的是，用最下二乘法的原理可以證明，基因替換的平均效應(yīng)是基因型值對個體基因含量（某種等位基因的個數(shù)）的直線回歸系數(shù)，即：個體的基因含量沒改變一個單位所引起的基因型值的平均改變量。而個體基因型值的預(yù)測值則為該個體的育種值。
?

?
飛哥注：延伸，GWAS中SNP的效應(yīng)值，為基因型0-1-2的回歸系數(shù)，按照上面的定義，也可以作為基因的替換效應(yīng)，下圖的解釋中，作為SNP的回歸系數(shù)（效應(yīng)值），解釋為替換效應(yīng)（substitution effect），所以某個SNP解釋表型的百分比，就可以容易計算了。
?