植物碰撞动物的火花--数据分析进阶

本来，植物育种的数据分析都是随机区组、增广试验、空间分析之类的，当碰到动物育种的领域，系谱信息、个体动物模型就出来了，更别提多性状模型、基因组选择、基因与环境互作，这些都是进阶的内容。

这个PPT，从南到北，从东到西，天马行空，行业解析。从RCBD到增广设计，从线性模型到混线性模型，从独立基因型到关联基因型（系谱），从独立残差到关联残差（空间分析），从ABLUP到GBLUP，从低密度芯片到高密度芯片，从GBLUP到贝叶斯，从单地点到多点的（MET），从加性效应到加显效应。

还有哪些没有讲呢？比如多性状分析，比如遗传相关机器学习

，比如基因组选择阈值性状（分类性状），比如综合育种值（选择指数）等等。快来关注我的公众号：育种数据分析之放飞自我，一起学习吧。

https://cpb-ap-se2.wpmucdn.com/blogs.auckland.ac.nz/dist/1/411/files/2018/12/1_Talk_AASC_Gezan-1qkphat.pdf

1. 题目和作者

2. 混合线性模型可以做什么？

• 加性，显性，上位性的遗传分析
• 基因与环境互作
• 基因与年份互作
• 性状的遗传相关，表型相关分析
• 空间分析
• 结合系谱的分析
• 结合分子标记或基因组数据的分析

3. 大纲

大纲

* 空间分析

* 考虑系谱数据

* 不同试验设计

* 基因组选择

* 基因组选择的挑战

4. 混合线性模型的公式和假定

可以指定多个随机因子以及他们的分布，可以指定残差的矩阵结构，非常灵活。现在用的比较广泛的软件是ASReml，它有对应的R版：ASReml-R，速度非常快。

5. 空间分析

主要是残差结构的定义。

6. 增广试验描述

增广实验、间比法，都是不平衡试验，只能用LMM模型才能分析。

7. 评价增广试验和重复试验的分析方法

8. 模拟数据和分析方法

9. 三种分析方法

10. 不同性状不同模型的结果比较

可以看出，对于模拟数据，M3（考虑空间和Nugget）的评估准确性最高。

11. 不同模型的残差分布图

12. 不同模型的遗传力分布图

13. 育种中 为何要考虑亲缘关系？

14. 系谱数据的亲缘关系示例

15. 模拟系谱和表型数据

16. 系谱数据模型3效果最好

17. RCBD应用混线性模型

18. RCBD模型公式和假定

19. 空间分析模型

20. 模拟空间分析数据

21. 试验设计的效率比较

22. 基因组选择

23. 基因组选择建模要求

24. 候选群预测

25. GBLUP定义

26. ABLUP VS GBLUP

27. G矩阵的计算方法

28. 草莓试验站介绍

29. 草莓中实施GS的目标

• 草莓中不同性状如何选择GS模型
• 使用交叉验证检验预测效果
• 将GS流程整合到育种流程中
• 评估GS的效果

30. 草莓常规育种流程

31. 草莓基因型数据清洗

32. 草莓表型数据收集

33. GS的不同方法

• RRBLUP
• GBLUP
• Bayes B, Bayes C
• RKHS

34. 参考群和候选群

35. 交叉验证比较准确性和无偏性

36. 常规育种和基因组选择准确性比较

可以看出，GS的方法比传统系谱的方法准确性要高。对于一些甚至系谱也没有应用，只靠家系或者表型选择的中低遗传力性状，GS呈现碾压式优势。所谓的降维打击既是如此。

37. 候选群中的实际验证准确性

38. GS实施的结论

• GS不同方法和研究中的结论一致（Bayes B稍微好一点）
• 除了TC这个性状，其它性状的准确性都超过了0.6
• 准确性和遗传力线性相关
• 随着参考群候选群世代间隔增大，准确性下降
• 基因与环境互作对于GS影响很大
• LMM很给力

39. 考虑加性和显性的GS

40. GBLUP的加显模型

在这里插入图片描述

41. 加性矩阵和显性矩阵的计算

42. 加显模型的比较

加显模型 没有 加性模型 好

43. 加显模型模拟数据

可以看出，大部分性状，加性效应能达到很高的准确性，有时候加上显性效应，准确性反而降低。

44. 多年份GS模型

• 固定因子增加了年份或者地点
• 随机因子，考虑的是年份与基因互作
• 残差，考虑的是空间分析

45. 多年份的GS预测效果更好

多年份的话，应该只能使用GBLUP的方法。

46. 三文鱼中的GS应用

• 高密度芯片和低密度芯片
• 系谱和基因组数据合并（一步法）

47. 数据和试验设计

48. 芯片密度的试验

49. 芯片密度至少要达到3000

50. 在模型中考虑所有的效应

• 加性效应
• 显性效应
• 加加效应（上位）
• 加显效应（上位）
• 显显效应（上位）

51 G矩阵不是稀疏矩阵如何处理？

52 分子矩阵缺失数据怎么处理？

53 A矩阵怎么和G矩阵结合？

一步法！

54 G矩阵中不正定怎么办？

55 GS面临的哪些挑战？

• 多倍体如何构建G矩阵？
• 如何将QTL和GS结合
• 分子数据如何整合
• 大型矩阵如何处理

56 结论

• 混合线性模型（LMM），分析RCBD，增广，空间分析，系谱数据，基因组数据，很有帮助，很好很强大。
• LMM提高育种数据的分析效率
• 分子数据应用范围广泛（动物，植物，人类等等）
• 现在软件可以非常灵活的，快速的，准确的计算和评估这些数据

57 ASreml？？？

58 致谢

59 小编感触

从南到北，从东到西，天马行空，行业解析。

• 从RCBD到增广设计
• 从线性模型到混线性模型
• 从独立基因型到关联基因型（系谱）
• 从独立残差到关联残差（空间分析）
• 从ABLUP到GBLUP
• 从低密度芯片到高密度芯片
• 从GBLUP到贝叶斯
• 从单地点到多点的（MET）
• 从加性效应到加显效应

还有哪些没有讲呢？

• 多性状分析，遗传相关
• 机器学习基因组选择
• 阈值性状（分类性状）
• 综合育种值（选择指数）