發(fā)布時間：2017-11-13 02:12

  本文關(guān)鍵詞：利用幾種低密度基因組選擇方法對綿羊肋肉厚的模擬選擇研究

  更多相關(guān)文章： 綿羊 基因組選擇 低密度SNP芯片 預(yù)測模型 預(yù)測方法 貝葉斯方法 MCMC抽樣

【摘要】：隨著遺傳評估技術(shù)的發(fā)展,種用家畜的選擇方案也發(fā)生了變化。近年來,基因組選擇已廣泛用于家畜的遺傳評估當(dāng)中。但是基因組選擇方法主要集中在奶牛的遺傳改良,在綿羊上的探索還較少。本研究以綿羊肋肉厚(GR值)為例,模擬了4個規(guī)模相當(dāng)?shù)木d羊群體,其中包括2076個個體的肋肉厚表型值和1000個QTL位點及30000個SNP標(biāo)記。從影響基因組選擇效果的幾個方面進行探索,一方面是訓(xùn)練群的建立方法,包括群體間和群體內(nèi)兩種構(gòu)建方法；另一方面是預(yù)測模型,包括模型存在多基因和標(biāo)記效應(yīng)的二效應(yīng)模型和只包含標(biāo)記效應(yīng)的單效應(yīng)模型;同時也對基因組選擇中常用的幾種方法進行了比較,包括GBLUP、貝葉斯A、貝葉斯CPi和貝葉斯Lasso。除上面幾個主要影響因素外,還對影響GEB V準(zhǔn)確度的其他一些因素做了檢驗,如訓(xùn)練群大小和后驗分布的MCMC抽樣次數(shù)等。通過交叉驗證提供一個無假設(shè)的預(yù)測性能估計值。結(jié)果表明：使用群體內(nèi)信息會得到較高的GEBV預(yù)測準(zhǔn)確度,如需對多個群體的候選個體進行GEBV預(yù)測,訓(xùn)練群應(yīng)該由這些候選個體所在群體中的個體組成,這樣用于建立預(yù)測方程的群體與候選群體間的連鎖不平衡程度增強,能夠提高GEBV的預(yù)測準(zhǔn)確度。在30000個遺傳標(biāo)記密度下,單效應(yīng)模型的預(yù)測性能更好。盡管單效應(yīng)模型中只有SNP位點效應(yīng),沒有利用系譜信息,在進行GEBV預(yù)測時得到比二效應(yīng)模型更好的預(yù)測效果。二效應(yīng)模型包含了SNP標(biāo)記效應(yīng)和多基因效應(yīng),因考慮到SNP標(biāo)記不能捕獲全部的遺傳變異,在模型中加入多基因效應(yīng)來彌補這一缺陷。但是標(biāo)記效應(yīng)和多基因效應(yīng)間可能存在嚴(yán)重的共線性,導(dǎo)致模型預(yù)測性能下降。比較各種預(yù)測方法,貝葉斯Lasso和貝葉斯CPi在任何情況下都表現(xiàn)出最好的性能。本研究模擬的QTL位點效應(yīng)大小的分布密度是左傾的L-型γ分布,在零處有極高的分布密度,而貝葉斯Lasso和貝葉斯CPi的SNP效應(yīng)先驗分布假設(shè)符合這一特點。GBLUP和貝葉斯A的SNP效應(yīng)先驗分布假設(shè)分別為正態(tài)分布和t-分布,這是造成貝葉斯方法預(yù)測準(zhǔn)確度差異的原因。從這一點個來看,在使用貝葉斯方法估計GEBV時,應(yīng)考慮性狀的遺傳基礎(chǔ),做出與真實QTL效應(yīng)分布相符的先驗假設(shè)。在相同的預(yù)測模型和預(yù)測方法下,訓(xùn)練群的規(guī)模越大,GEBV的預(yù)測準(zhǔn)確度越高。訓(xùn)練群的規(guī)模一般要求大于1000,訓(xùn)練群中的個體數(shù)少于1000時,隨著訓(xùn)練群規(guī)模的增大,GEBV的預(yù)測準(zhǔn)確度也迅速提高。在群體規(guī)模超過1000時,訓(xùn)練群規(guī)模繼續(xù)增大,GEBV的預(yù)測準(zhǔn)確度增加的速率有變緩的趨勢。在已經(jīng)清楚性狀在群體中的各方差組分時,使用MCMC進行后驗分布抽樣可以采用較少的迭代次數(shù),如10000次,能夠達(dá)到與更多次抽樣相同的效果。但在性狀的各方差組分不清楚,需要對它們進行估計時,MCM C的抽樣次數(shù)一般要求在100000次以上。在使用貝葉斯方法進行GEB V的估計時,不會產(chǎn)生嚴(yán)重的數(shù)字問題,為節(jié)省計算時間,可以使用較大的殘差校正間隔,如1000或2000。本研究利用30 k低密度SNP芯片對綿羊基因組選擇效果的研究結(jié)果,為綿羊基因組選擇的實際應(yīng)用提供了科學(xué)依據(jù)。
【學(xué)位授予單位】：山西農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：S826

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 翟素琴,李翠蘭,何燕,劉新根,王秀玉;優(yōu)質(zhì)小麥產(chǎn)量的氮磷效應(yīng)模型研究[J];河南職業(yè)技術(shù)師范學(xué)院學(xué)報;2004年03期

2 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 任端陽;利用幾種低密度基因組選擇方法對綿羊肋肉厚的模擬選擇研究[D];山西農(nóng)業(yè)大學(xué);2016年

2 詹沛達(dá);多維題組效應(yīng)模型的開發(fā)與應(yīng)用[D];浙江師范大學(xué);2014年

3 韓雪;題組效應(yīng)模型與傳統(tǒng)項目反應(yīng)模型參數(shù)估計精確度比較研究[D];貴州師范大學(xué);2014年

4 張林鋒;大學(xué)生抑郁與網(wǎng)絡(luò)成癮、壓力與網(wǎng)絡(luò)成癮的循環(huán)效應(yīng)分析[D];武漢理工大學(xué);2013年

5 趙曉旭;基于邊界效應(yīng)模型的中國市場一體化問題研究[D];東北師范大學(xué);2008年

，

本文編號：1178633