ASReml文献解析|如何分析猪繁殖性状遗传参数估计

邓飞

发布于 2024-05-11 17:14:05

1040

发布于 2024-05-11 17:14:05

文章被收录于专栏：育种数据分析之放飞自我育种数据分析之放飞自我

ASREML

遗传参数评估软件

飞哥推荐：

asreml软件功能非常强大，使用简单，遗传评估和基因组选择的利器，5月份有个遗传评估和基因组选择的培训班（见文末），

文献解析

如何分析猪繁殖性状遗传参数估计

{ asreml常见模型应用 }

ASReml 软件作为专业的遗传参数评估软件，它主要应用于：

※ 分析半同胞、全同胞、父本模型、动物模型等模型

※ 计算BLUP育种值

※ 处理重复测量数据

※ 处理平衡非平衡的试验设计

※ 处理多环境试验（MET）和元分析（meta-analysis）

※ 处理规则和不规则的空间分析数据

※ 计算遗传力、重复力、遗传相关、表型相关等遗传参数

※ 处理基因组数据，估计GBLUP

今天小编带领大家一起解析一篇文献，以了解asreml在论文中的具体应用，以及如何分析自己的数据。解析分为四大部分：

一、文章摘要；

二、分析文章思路；

三、文章结果解读；

四、如何通过分析文章后分析自己的数据？

文章链接：

https://pubmed.ncbi.nlm.nih.gov/37415962/

一、文章摘要

引言

在本研究中，我们旨在估计三个流行的商品猪品种：杜洛克、长白和约克郡的繁殖性状的遗传参数。此外，我们还评估了影响这些特征的因素。

关键词

长白约克郡杜洛克

方法

我们收集了大量垃圾的数据，包括1887只杜洛克、21787只长白和74796只约克郡垃圾。利用ASReml-R软件对11个性状进行分析，包括：出生猪总数（TNB）；活产仔猪数量（NBA）；健康出生的仔猪数量（NBH）；出生仔猪数弱（NBW）；新生死产仔猪数量（NS）；高龄死产仔猪数量（OS）；出生时有畸形的仔猪数量（NBM）；仔猪木乃伊数量（NM）；产仔总出生体重；窝重（LAW）；妊娠期持续时间（GP）。我们研究了4个固定因素对这些性状遗传参数的影响。

关键词

11个繁殖性状 4个固定因子 asreml-R

结果

在11个生殖相关性状中，妊娠期属于中等遗传力性状（0.251～0.430），其余性状的遗传力较低，在0.005～0.159之间。TNB、NBA、NBH、LBW具有正的遗传相关性（0.737~0.981）和表型相关性（0.711~0.951）。NBW与LAW呈负相关（-0.452~-0.978），表型相关（-0.380~-0.873）。LBW被认为是最合理的繁殖性状之一，可用于育种改良。三个品种的重复性在0.000-0.097之间。此外，本研究中选择的固定效应对长白和约克郡有显著影响（p<0.05）。

关键词

妊娠期中等遗传力

其它繁殖性状低遗传力

不同性状遗传相关和表型相关

固定因子有显著性影响

讨论

我们发现LBW与TNB、NBA和NBH之间呈正相关，这表明了多性状联合育种的潜力。在实际生产中应考虑农场、产仔年、繁殖季节和产次等因素，因为它们可能会影响种猪的繁殖性能。

关键词

LBN与TNB、NBA和NBH遗传正相关

可以联合育种，多个场次 二、分析思路解析

2.1

数据介绍

数据介绍

本研究中使用的数据来自位于中国西南部的同一公司的11个种猪场，那里饲养着加拿大种系。值得注意的是，不同养殖场的种猪种群之间存在基因交换。在2016年至2022年期间，共获得98470窝母猪产仔记录，其中包括1887窝杜洛克、21787窝长白和74796窝约克郡。此外，我们还收集了来自3个品种的48434个系谱数据，每个品种由8代组成。生殖性状记录为TNB、NBA、NBH、NBW、NS、OS、NBM、NM、LBW、LAW和GP；NBA是指每窝活产的小猪数量在24头以内 h出生；NS是指分娩后没有生命体征的仔猪；OS是指从母猪身上获得的死胎仔猪是黄色的、年老的、深色的，但胎儿没有制成木乃伊，也就是说，小猪在母亲体内死亡了一段时间；LAW是24岁以内的平均总窝重 h出生后，不包括死胎和木乃伊小猪。

关键词

2016年到2022年

一共99478窝母猪产仔记录

2.2

分析工具

分析工具

根据数据分布和先验知识，值<3或>30的TNB或NBA数据被丢弃。LAW记录<0.3 kg或>3 kg被排除在本研究之外。Gp值限制为104 ~ 124 天。重复的谱系记录被删除，具有表型数据的个体被完成，没有通过自己编写的python脚本记录谱系记录，并且完成了将0的数量分配给父母个体信息。使用“ASReml-R”（8）R软件包和vpredict函数对11个生殖性状的成分方差进行了遗传力计算。该软件包设计用于拟合线性混合模型，特别是用于动植物育种，以使用有限的最大似然估计遗传参数。

关键词

数据质控，小于3或者大于30的删除

系谱清洗 ASReml-R进行分析

使用vpredict函数计算遗传力

2.3

分析模型——

单性状模型和多性状模型

动物模型：一个随机因子

遗传力计算

遗传相关和表型计算

重复力模型：两个随机因子

遗传力和重复力计算

固定因子和随机因子显著性检验

固定因子：用wald检验

随机因子：用LRT检验

该模型在ASReml-R中使用REML似然比检验（LRT）进行测试，固定效应检验使用Wald函数（补充材料）进行。在简单动物模型1中，使用加性诊断函数的us函数（未考虑共相关）来确定遗传相关性的变化，以使用LRT来检验显著性，使用加和残差诊断函数的us函数来确定情景相关性的变化以确定显著性。在重复性模型中，模型2与模型1非常相似。这两个模型之间的比较旨在更准确地计算遗传力（即，通过在模型中包括或排除永久环境影响之间进行选择）。