这是又一次的回到原来,开始温故而知新,所以只记录个人觉得重要的知识。
基本
亲本的传递力等于亲本加性遗传值的一半(美国经常使用的PTA)。
个体育种值=1/2父亲育种值 + 1/2母亲育种值 + MS(孟德尔抽样)(此刻最近使用DRP有相关,个体 DRP=1/2父母育种值+ H, H为遗传力,可靠性计算得到)
一个记录信息
育种值=遗传力*(y-平均值)
精确度=遗传力的开方
可靠性=遗传力
重复记录
组能相关,即重复力(repeatablity, t) = (var(g) + var(pe)) / var(y)
假设时同一性状的不同测量值,遗传相关=1,这也后来为什么需要随机回归动物模型(RRM)。
精确度= sqrt[nh2/(1+(n-1)t)]= sqrt(b), ##其受到重复力与记录个数,遗传力的影响,比一个记录信息较好。
临时环境的方差(个体内方差)随记录数的增加而减少,这是预测精确度增加的主要原因。
后裔记录
公牛的产奶量育种值就是根据女儿的平均值进行预测
b=2n/(n+k); k= (4-h2)/h2
回归系数b取决于遗传力和后代的个数。随着后代数的增加,b接近2
可靠性= n/(n+k)
未来女儿的育种值=1/2EBVsir + 现在女儿平均值
通过系谱记录
当个体没实际生产记录时,以其亲本的评定结果估计。为亲本育种值和的一半。
准确性= 1/2* sqrt(RELsir + RELdam)
根据相关性性状
EBV= rxyhxhyvar(x)/var(y) #x 与y 性状的遗传相关,x与y的遗传力以及表型标准差
精确度 = rxy hy #x 与y 性状的遗传相关和y的遗传力
如果用x作为性状y的直接选择性状:
相关选择反应:= i hxhyrxy var(y)
选择指数(selecion index, SI)
关键,找到每个性状的加权系数
b=P^(-1)G # P为观测值的方差协方差矩阵, G是观测值和估计值间的协方差矩阵
I = a =b(y-μ) = P^(-1)G (y-μ)
var(a) = h2*var(y)
综合育种值的预测
H = w1 a1 + w2 a2 + ... + wmam
w为经济权重, a每个性状的育种值、
I = P^(-1)G w(y-μ)
但其中一些性状可能不出现在H中,所以经济权重向量和选择指数中性状的维度不同