動(dòng)物模型(個(gè)體模型)數(shù)據(jù)分析操作指南

前言

ASreml是評(píng)估遺產(chǎn)參數(shù)的先鋒軟件,但是其編程復(fù)雜,asreml-r相對(duì)簡(jiǎn)單,但還是要一定的編程基礎(chǔ)。

本篇介紹GenStat在動(dòng)物模型分析中的應(yīng)用

  • 單性狀動(dòng)物模型
  • 遺傳力計(jì)算
  • 育種值估計(jì)
  • 重復(fù)力估算

并用asreml的結(jié)果作為對(duì)比。


示例一:簡(jiǎn)單動(dòng)物模型

數(shù)據(jù):harvey.csv

Calf為個(gè)體ID,Sire為父本,Dam為母本,Line為場(chǎng),AgeofDam為年齡,Y1 ~ Y3為觀測(cè)值。

圖片.png

模型:
利用個(gè)體動(dòng)物模型,進(jìn)行育種值的分析,Line為固定因子,加性效應(yīng)為隨機(jī)因子。

構(gòu)建親緣關(guān)系矩陣:

紅框內(nèi)為導(dǎo)入的ID、Sire和Dam,缺失值默認(rèn)為0

分析模型:


分析結(jié)果:

ASreml的結(jié)果:

遺傳力:


育種值:GenStat和Asreml中的結(jié)果


示例二:系譜是非數(shù)字類型的

Data: hzdata.csv

注意:在GenStat中,識(shí)別ID、Sire和Dam的是level,所以如果有字符的話,需要手動(dòng)設(shè)置level,否則會(huì)報(bào)錯(cuò)。

設(shè)置的方法:
1,ID為1~640

圖片.png

2,Sire設(shè)置為:1001 ~ 1008

圖片.png

3, Dam設(shè)置為:10001 ~ 10008

圖片.png

模型:

圖片.png
圖片.png

結(jié)果:


圖片.png

注意,GenStat給出的是R的方差組分和加性方差的gamma值,因此加性方差組分= 0.886*0.0261 = 0.031
Asreml結(jié)果:

育種值:

圖片.png

示例三:添加固定因子和隨機(jī)因子

Data: gryphon.rda,gryphonped.rda,gryphonRM.rda

個(gè)體動(dòng)物模型:
表型數(shù)據(jù):

圖片.png

系譜數(shù)據(jù):

圖片.png

模型:

圖片.png

模型: 簡(jiǎn)單模型

固定因子:截距
隨機(jī)因子:加性效應(yīng)

圖片.png

結(jié)果:

圖片.png

Asreml結(jié)果:

圖片.png

模型:添加固定因子

固定因子:截距+SEX
隨機(jī)因子:加性效應(yīng)

圖片.png

結(jié)果:

圖片.png

Asreml結(jié)果:

model2<-asreml(fixed=BWT~ 1+SEX
               , random= ~ped(ANIMAL,var=T,init=1)
               , data=gryphon
               ,ginverse=list(ANIMAL=ainv)
               , na.method.X="omit", na.method.Y="omit")
summary(model2)$varcomp
圖片.png

模型: 添加隨機(jī)因子

固定因子:截距+SEX
隨機(jī)因子:加性效應(yīng) + MOTHER

圖片.png
圖片.png
model3<-asreml(fixed=BWT~ 1+SEX
               , random= ~ped(ANIMAL,var=T,init=1)+MOTHER
               , data=gryphon
               ,ginverse=list(ANIMAL=ainv)
               , na.method.X="omit", na.method.Y="omit")
summary(model3)$varcomp
圖片.png

示例四:加性效應(yīng)+永久環(huán)境效應(yīng)

Data: gryphonped.rda,gryphonRM.rda
數(shù)據(jù):

圖片.png

系譜:

圖片.png

模型:

圖片.png

結(jié)果:

圖片.png

Asreml模型:

modely<-asreml(fixed=LAYDATE~ 1,
               , random= ~ped(ANIMAL,var=T,init=1)+ide(ANIMAL,var=T,init=1)
               , data=gryphonRM
               ,ginverse=list(ANIMAL=ainv)
               , na.method.X="omit", na.method.Y="omit")
summary(modely)$varcomp
圖片.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容