不同模型对青海细毛羊生长性状遗传参数估计的比较

【目的】分析不同动物模型对青海细毛羊生长性状遗传参数估计的影响。【方法】采用平均信息最大约束似然法应用不同混合动物模型估计青海细毛羊生长性状的遗传参数,并采用似然比检验对不同模型进行比较分析。根据各模型中随机效应的不同,共构建了8个模型。各模型中均包括固定效应、个体直接加性遗传效应、残差效应;随机效应为个体永久环境效应、母体遗传效应、母体永久环境效应。【结果】①各模型估计的初生体重遗传力为0.1696-0.3781,母体效应遗传力为0.0001-0.0900;断奶体重遗传力为0.2520-0.3291,母体效应遗传力为0.0002-0.0759;周岁体重遗传力为0.2244-0.3506,母体效应遗传力为0.0001-0.0918;成年羊体重遗传力为0.2205-0.3981,母体效应遗传力为0.0000-0.0006;②似然比检验表明,与模型1相比,模型3和8相对于初生体重差异显著（P＜0.01）,模型3对断奶体重差异显著（P＜0.01）;与模型2相比,模型8对初生体重差异显著（P＜0.01）;模型6对周岁体重差异显著（P＜0.01）;模型5和8对成年体重差异显著（P＜0.01）;与模型4相比,模型5和8对初生体重差异显著（P＜0.01）;模型6对周岁体重差异显著（P＜0.01）;对于周岁体重、成年羊体重各模型与模型1的似然比检验差异不显著（P＞0.05）;模型5、6、7和8分别与模型3相比对各生长性状差异不显著（P＞0.05）。【结论】对于初生体重、断奶体重模型3较为适合,而模型1对周岁体重、成年体重较为适合;初生体重、断奶体重受母体遗传效应影响较其它随机效应更为显著;基于模型估计的初生体重、断奶体重和周岁体重、成年体重遗传力分别为0.1995、0.2552、0.3438和0.2205。     

不同动物模型对安格斯牛周岁生长性状遗传参数估计的比较分析

旨在分析不同动物模型对宁夏地区安格斯牛周岁生长性状遗传参数估计的影响,筛选出估计生长性状遗传参数的最佳动物模型。本研究使用包含或剔除母体遗传效应、母体永久环境效应及母体与直接遗传效应之间是否存在协方差来区分6种动物模型,借助DMU软件的DMU_AI模块,利用约束最大似然法(AI-REML)估计安格斯牛周岁生长性状的遗传参数。利用赤池信息准则(AIC)和似然比检验(LRT)来确定最佳动物模型。结果表明:1)在不考虑母体效应的模型中(模型1),周岁体重、体高、体长和胸围的直接遗传力分别为0.59±0.02、0.52±0.03、0.20±0.04和0.52±0.03;2)在考虑母体加性遗传效应及其与直接加性遗传效应的协方差模型中(模型4),直接遗传力和母体效应的遗传力升高,总遗传力值降低;3)模型4估计的周岁体重、体高、体长和胸围的直接遗传力分别为0.77±0.01、0.73±0.03、0.33±0.04和0.70±0.03,母体效应遗传力分别为0.50±0.05、0.51±0.05、0.10±0.04和0.23±0.04,总遗传力分别为0.16±0.06、0.12±0.05、0.11±0.01和0.32±0.01。综上,基于本研究发现模型4对安格斯牛周岁生长性状的遗传参数估计效果最佳,为宁夏地区安格斯牛核心群的选育提高提供理论依据。     

基于随机回归模型估计奶牛产奶量的遗传参数

文章用随机回归模型对奶牛泌乳性状中产奶量的遗传参数进行估计,在Bayesian理论的基础上用Gibbs抽样法估计方差组分。数据来自1988～1999加拿大奶牛育种中心,共计768 205个测定日记录,研究中处理后符合要求的个体为4 686个,测定日记录有43 661个。随机回归模型中加性遗传效应和永久环境效应分镶嵌了5阶和7阶Legendre多项式。5～330 d产奶性状的遗传力在0.2707到0.4291之间变化,0～22 d有明显下降,而在22～125 d迅速上升,在125～190 d有些微的下降而后有缓慢上升。     

不同动物模型对高山美利奴羊早期生长性状遗传参数估计的比较

【目的】研究不同动物模型对高山美利奴羊早期生长性状遗传参数估计的影响,筛选适合高山美利奴羊早期生长性状遗传参数估计的最佳动物模型并估计早期生长性状的遗传参数,为高山美利奴羊早期阶段的选育提高提供理论依据。【方法】运用ASReml软件对固定效应进行F检验,判断固定效应中的因子是否显著,筛选出对高山美利奴羊早期生长性状具有显著影响作用的固定效应;其次运用ASReml软件中的AIREML算法通过不同动物模型估计高山美利奴羊早期生长性状的遗传参数,根据各模型随机效应的不同构建了4个动物模型,各模型中均包含固定效应、随机效应和残差效应,其中模型1的随机效应包括个体加性遗传效应,模型2的随机效应包括个体加性遗传效应、母体遗传效应,模型3的随机效应包括个体加性遗传效应、个体永久环境效应,模型4的随机效应包括个体加性遗传效应、母体遗传效应和个体永久环境效应。最后,通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析筛选出最佳动物模型,利用最佳动物模型估计出高山美利奴羊早期生长性状的遗传参数。【结果】（1）血统类型、出生年份、配种月份、初生月份、群别、性别以及出生类型对高山美利奴羊早期生长性状初生重、断奶重、断奶前平均日增重和断奶毛长均有极显著的影响（P＜0.001）,除性别和出生类型对妊娠期的影响不显著外,其余各固定效应对妊娠期的影响极显著（P＜0.001）。（2）各模型估计的初生重遗传力为（0.0924±0.0160）-（0.2073±0.0226）,母体效应的遗传力为0.1623±0.0113;断奶重遗传力为（0.0651±0.0126）-（0.1027±0.0159）,母体效应的遗传力为（0.1097±0.0407）-（0.1098±0.0112）;断奶前平均日增重的遗传力为（0.0681±0.0130）-（0.1001±0.1061）,母体效应的遗传力为0.0898±0.0112;断奶毛长的遗传力为（0.0865±0.0148）-（0.0937±0.0149）,母体效应的遗传力为0.0173±0.0107;妊娠期的遗传力为（0.0902±0.0174）-（0.1119±0.0189）,母体效应的遗传力为0.0477±0.0146。（3）通过赤池信息量准则（AIC）指数和似然比检验（LRT）对不同模型中的随机效应进行比较分析发现,早期生长性状受个体加性遗传效应和母体遗传效应影响极显著,而受个体永久环境效应的影响可以忽略不计。因此,模型2是高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。【结论】高山美利奴羊早期生长性状受母体遗传效应的影响比其他随机效应更显著;模型2为高山美利奴羊早期生长性状遗传参数估计的最佳动物模型。基于最佳动物模型估计的初生重、断奶重、断奶前平均日增重、断奶毛长、妊娠期的遗传力分别为0.0924±0.0160、0.0651±0.0126、0.0681±0.0130、0.0865±0.0148、0.0902±0.0174,母体遗传效应分别为0.1623±0.0113、0.1098±0.0112、0.0898±0.0112、0.0173±0.0107、0.0477±0.0146。     

三倍体胚乳性状遗传模型的上位性分析

    基于双列杂交体系提出一个遗传模型分析三倍体胚乳性状直接和母体上位性效应,直接加性、显性效应,细胞质效应,以及母体加性和显性效应.并运用混合线形模型分析该遗传模型.用最小范数二阶无偏估算法 (MINQUE) 估算单性状的方差分量和性状间的协方差分量.用蒙特卡罗模拟检测遗传参数的估算和模型的稳定性.模拟分析同时应用于双列杂交的平衡设计和非平衡设计.模拟结果显示在估算单性状的方差和性状间的协方差时,平衡设计和非平衡设计没有显著差异.通过估算实际水稻种子性状数据,说明在经典数量遗传研究中,加加上位变异分析是可行的.     

母体效应对长白猪生长性状的影响

本文旨在研究母体效应对长白猪生长性状遗传参数和育种值估计的影响。以温氏长白种猪W51为研究对象,选取初生重、达到30 kg体重日龄和达到100 kg体重日龄3个与生长性能相关的数量性状,利用包含和不包含母体效应的2种数学模型进行遗传参数和育种值估计。结果表明使用包含母体效应的模型对生长性状的解释更加合理。当模型中不包含母体效应时,遗传力的估计值明显偏高,育种值估计偏离也较大。随着猪只日龄的增加,母体效应方差所占比重逐渐下降,而直接加性遗传方差的比重逐渐上升,说明母体效应对猪生长后期的影响在逐渐变小。在建立动物生长性状模型时,需要考虑母体效应对遗传参数和育种值估计的影响。     

三交组合ADAA模型和种子模型的Monte Carlo模拟分析

采用Monte Carlo模拟验证了三交方式遗传模型及其统计方法的可靠性．结果表明：(1)采用MINQUE(1)法可以无偏地估计ADAA模型中的各遗传方差分量，采用MINQUE(0／1)法可以无偏地估计种子模型中的各遗传方差分量；在种子模型中，当直接加性与母体加性效应间的协方差、直接显性与母体显性效应间的协方差不存在或不重要时，可利用MINQUE(1)法对缩减的种子模型进行重新分析，并获得无偏的分析结果。(2)分析ADAA模型或种子模型需要亲本、单交F1和三交F13个世代，在此基础上增加新的世代或扩大样本容量更有利于提高方差分量和遗传效应的估算(预测)效益。(3)ADAA模型或种子模型中各遗传效应分量可采用AUP法进行无偏地预测。     

应用随机回归模型估计蛋鸡体重遗传参数

【目的】通过分析勒让德多项式阶数对最大似然值、残差的影响,优化随机回归模型,评估蛋鸡资源群体体重遗传潜能和选择时机,为蛋鸡资源群体育种方案提供参数。【方法】收集东乡绿壳蛋鸡与白莱航鸡F₂资源群体体重数据26 532条。系谱数据包含5 871只鸡,其中4 174只鸡有5条记录,802只鸡有4条记录,128只鸡没有记录。数据清洗包括去除离群值数据、去除翅号重复个体、去除性别不明个体、去除少于4条记录个体。经整理,剩余25 483条体重数据,其中绿壳蛋鸡2 223条,白莱航鸡696条,F₁代6 002条,F₂代16 562条。应用SPSS软件中一般线性模型分析非加性遗传因素对体重的影响,确定将批次、性别列入动物模型固定效应。应用随机回归模型分析蛋鸡早期体重方差组分、遗传参数、随机回归系数矩阵特征向量。随机回归动物模型中包括一般固定效应、固定回归项及随机回归项三类效应。研究中,以批次-性别作为固定效应,以周龄体重作为固定回归项,将加性遗传效应和永久环境效应作为随机回归项。经AIC、BIC筛选,随机回归模型中加性遗传效应宜嵌入5阶勒让德多项式、永久环境效应宜嵌入5阶勒让德多项式、固定回归项宜嵌入2阶勒让德多项式。残差做异质化处理,分为5个水平,即每次观测设定一个残差初始值,观测间隔期残差以线性回归计算。【结果】蛋鸡资源群体1—9周龄体重遗传力为0.46—0.63,重复力为0.88—0.92,遗传相关系数为0.32—0.99,永久环境相关系数为0.34—0.99。遗传相关系数随着周龄间隔增大而减小,相邻周龄遗传相关系数较高。遗传方差、永久环境方差以及残差随年龄增加而增加。加性遗传效应随机回归系数矩阵前三个特征值依次为1 976.91、161.95、42.22,前三个特征值合计解释99%遗传变异。【结论】随机回归模型可用于蛋鸡早期体重遗传评估及选育。对加性遗传系数矩阵第二特征方程系数进行选择可以改变个体生长曲线,选择时机宜在3—6周龄。蛋鸡资源群体早期体重遗传力略高于其它群体同类研究结果。     

三河牛初生体尺和初生重遗传参数的估计

【目的】利用2000—2012年出生的5 521头三河牛的初生体尺、初生重记录,估计出生体高、体长、胸围、管围和初生重的遗传参数。【方法】使用DMU软件,采用AI-REML结合EM算法并配合多性状动物模型,以犊牛性别和母亲年龄为固定效应、出生场年月和动物个体加性遗传效应为随机效应。【结果】三河牛初生体高、体长、胸围、管围、初生重的遗传力分别为0.46、0.48、0.38、0.50和0.41,遗传相关为-0.05（管围和体长、初生重）—0.86（体长和初生重）,表型相关为-0.10（体长和管围）—0.70（体长和初生重）。【结论】三河牛初生体尺、初生重的遗传力为0.38—0.50,属于高遗传力。     

用随机回归模型估计宁夏地区荷斯坦牛头胎测定日产奶量遗传参数

【目的】通过拟合泌乳曲线对影响宁夏地区荷斯坦牛测定日产奶量的诸多因素进行分析,并采用随机回归测定日模型估计遗传参数,为后续估计乳成分和体细胞数遗传参数及个体育种值估计奠定基础,同时也为制定适合该群体的优化育种方案提供参数。【方法】收集了2009—2013年间,宁夏地区24个牛场38 592头荷斯坦牛原始DHI数据,共包含550 078条测定日产奶量记录。质控标准为:产犊月龄为22—36 mo、泌乳天数为5—305 d及日产奶量为5.9—53.3 kg。质控后,共得到14 320头母牛的127 478条测定日记录(占原始记录的23.14%)。将有表型的母牛至少向上追溯三代(父母、祖父母、外祖父母),得到遗传评估所用的系谱文件,共包含24 272头奶牛。使用Excel 2013计算各测定日的平均产奶量,利用SAS 9.1软件的非线性回归过程(NLIN)结合Wood模型拟合群体水平的泌乳曲线。采用随机回归测定日动物模型,通过DMU 5.2软件对头胎产奶量进行遗传参数估计。随机回归测定日模型中包括了一般固定效应、固定回归项及随机回归项三类效应。研究中使用场-测定日作为固定效应、产犊年季效应作为固定回归项,并将加性遗传效应和永久环境效应作为随机回归项。测定日子模型采用4阶勒项德多项式(Legendre polynomials)。根据宁夏地区气候特点,将产犊季节划分为春(3月11日至5月20日)、夏(5月21日至8月25日)、秋(8月26日至10月15日)和冬(10月16日至3月10日)四季。【结果】宁夏地区荷斯坦牛头胎测定日产奶量群体均值为29.66 kg,在泌乳90 d时达到泌乳高峰,高峰产奶量为31.84 kg。通过不同产犊年份、产犊季节和牧场效应组合下的泌乳曲线拟合效果分析,以上因素通过影响泌乳曲线拟合效果进而影响头胎产奶量。在使用测定日模型估计头胎遗传参数时均应通过子模型拟合考虑其泌乳曲线的差异,在产奶量遗传评估模型中予以考虑。产奶量性状5—305d的遗传力在0.08—0.29之间,305d产奶量的总遗传力为0.16。【结论】通过使用wood模型拟合宁夏地区荷斯坦牛头胎泌乳曲线,优化了适合于该群体的测定日模型。利用修改后的测定日模型,估计了宁夏地区荷斯坦牛测定日产奶量的遗传参数。305 d遗传力(0.16)略低于其他群体的同类文研究结果。在测定日模型评估生产性能记录时,应注意对残差方差的处理并关注构建分子亲缘关系矩阵所需系谱的完整性,以保证遗传评估的可靠性。本研究为日后使用多性状随机回归测定日模型估计泌乳性状遗传参数研究奠定了基础。     

玉米籽粒淀粉含量的遗传效应分析

以玉米完整籽粒为试验材料,采用偏最小二乘回归法建立近红外反射光谱测定其淀粉含量的数学模型,光谱预处理结果表明,采用一阶导数+多元散射校正建立淀粉含量的校正模型效果最佳,外部验证结果表明,校正后模型预测结果与化学值之间的相关系数达0.924 0。用13个普通玉米自交系,按NCⅡ设计(6×7)研究玉米籽粒品质性状的遗传效应,结果表明:粗淀粉含量不同程度地体现为种子、母体和细胞质效应,而母体遗传效应和种子直接效应占主导,细胞质效应相对较小,遗传效应以母体加性和胚乳直接加性为主,存在显著的正向母体杂种优势。遗传效应预测值表明,铁7922、郑58是选育高淀粉品种的优良材料,同时说明以校正模型测定其含量结果准确、可靠。     

如皋黄鸡42日龄体重母体遗传效应评估

随着遗传模型和计算方法的发展,动物遗传育种研究中可以应用复杂模型分析大数据集,文章应用6种模型分析如皋黄鸡42日龄体重方差组分和遗传力。收集2010-2013年如皋黄鸡生产记录,包括8575只鸡的22 935条体重记录,利用WOMBAT软件以平均信息约束最大似然法(AIREML)分析表型方差组分。应用动物模型时考虑了加性效应、母体遗传效应和环境效应,对不同日龄体重进行了标准化。以AIC值、BIC值以及似然比值选择最优模型。结果表明:如皋黄鸡42日龄体重性状遗传模型应考虑加性遗传效应、母体遗传效应和母体环境效应;如皋黄鸡42日龄遗传力为0.33±0.02,母体遗传效应可以解释8%表型方差,加性遗传与母体遗传呈现负相关。遗传分析结果显示42日龄体重属于中低遗传力性状,因此应用动物模型-BLUP方法估计育种值更有效。     

用动物模型估计猪的主要经济性状遗传参数

通过建立动物模型 ,采用MTDFREML程序 ,对位于韩国京畿道二川郡某原种猪场 42 1 2头鉴定的长白猪资料进行了性别对长白猪主要经济性状遗传参数的影响研究 .结果表明 :长白猪主要经济性状的最小二乘均值在公母猪之间有明显差异 (p <0 .0 5 ) ;模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力 .同时 ,将性别示为固定效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关 ,但低于只考虑母猪时的各性状间的遗传相关     

性别对长白猪的主要经济性状的遗传参数估计的影响

本文通过建立动物模型 ,采用MTDFREML程序 ,对位于韩国京畿道二川郡的某原种猪场的 4 ,2 12头鉴定的长白猪的资料进行了性别对长白猪主要经济性状的遗传参数的影响的研究。结果表明 :长白猪的主要经济性状的最小二乘均值在公母猪之间有明显的差异 (p <0 .0 5 ) ;模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力。同时 ,将性别示为固定效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关 ,但低于只考虑母猪时的各性状间的遗传相关。     

中国西门塔尔牛生长性状遗传参数估计

利用中国西门塔尔牛6个国家级种畜场1980～2000年间生长性状记录,对中国西门塔尔牛的初生重、断奶重、周岁重、18月龄重和成年母牛体重共5个性状进行遗传统计分析,应用动物模型、借助MT-DFREML方法估计上述性状的遗传参数,并考虑母体效应.结果表明,中国西门塔尔牛出生重、断奶重、周岁重、18月龄重和成年母牛体重的遗传力分别是0.32、0.11、0.27、0.36和0.47;生长性状的直接加性遗传效应和母体加性遗传效应呈较高强度的负相关(-0.39～-0.99);相邻年龄段内生长性状间的直接加性遗传效应相关值较高,而时间跨度大的年龄段生长性状间相关值相对较低;周岁重与18月龄重、成年母牛体重间的直接加性遗传相关、母体加性遗传相关值均较高.     

42日龄如皋黄鸡体重间接遗传效应分析

【目的】动物个体遗传物质除了调控自身表型之外,还通过资源分配或行为互动影响同伴性能表现,称之为间接遗传效应。畜禽选育时,遗传模型如果包含了间接遗传效应,不仅有利于改善个体间社会关系,还可以获得更多的遗传进展。研究以饲养于群体笼内如皋黄鸡为试材,以间接遗传模型评估体重数据,旨在为如皋黄鸡选育提供支持。【方法】体重数据采集自如皋黄鸡选育群体,试验鸡于42日龄称重,收集原始数据11 983条。数据清洗包括去除超出三倍标准差的离群值、去除翅号遗失个体、去除性别不明个体以及去除单笼养殖量少于4只的记录。系谱数据包含12 208只鸡：11 735只鸡有体重记录,473只鸡没有体重记录;10 560只鸡没有后代,1 648只鸡有后代,其中种公鸡208只,种母鸡1 440只。以SPSS软件中的单因素方差分析检验环境因素对体重的影响,确定列入固定效应的因子。应用经典动物模型、间接遗传模型分析如皋黄鸡早期体重方差组分及遗传参数,并检验间接遗传方差是否存在稀释效应。遗传模型中包括一般固定效应、固定回归项、加性遗传效应、间接遗传效应、共同环境效应以及残差。研究中,以单笼养殖量作为固定回归项,将加性遗传效应、间接遗传效应、共同环境效应列为随机项。稀释参数起始值设定为0,依次以0.1幅度递增至1.0,经AIC、BIC筛选,稀释参数宜设定为0。由于残差异质化处理没有改变遗传参数和方差组分,因此残差做同质化处理。以WOMBAT软件分析方差组分及遗传参数,计算结果达到收敛标准。【结果】影响如皋黄鸡体重的固定效应包括批次、层级、性别;42日龄如皋黄鸡体重受间接遗传效应影响,加性遗传力为0.54±0.02,总遗传力为0.66±0.06;同笼如皋黄鸡个体间以互助关系为主,加性遗传与间接遗传选择方向一致,遗传相关系数为0.41;育成期如皋黄鸡间接遗传方差不存在稀释效应;如皋黄鸡公鸡与母鸡间接遗传效应表现不同,遗传力、遗传相关系数也存在明显差异。【结论】间接遗传模型可用于蛋鸡早期体重遗传评估及选育。相比于传统动物模型,间接遗传模型可以额外获得遗传进展。     

用动物模型估计约克夏猪的主要经济性状遗传参数的研究

采用动物模型DFREML，进行了性别对约克夏猪主要经济性状遗传参数影响的研究。结果表明：约克夏猪的主要经济性状的最小二乘平均值在公母猪之间有明显的差异（P＜0．05）；模型中同时考虑母体效应时得到的遗传力均低于没有考虑母体效应时的遗传力。将性别作为国家效应时的各性状间的遗传相关高于只考虑公猪时的各性状间的遗传相关，但低于只考虑母猪时的各性状间的遗传相关。     

香型软米水稻资源主要品质性状遗传效应研究

选择5份云南地方香型软米水稻种质资源和6份自育香型软米保持系按5×6不完全双列杂交设计(NCⅡ)配制成30个组合,采用禾谷类作物种子数量性状的遗传模型及分析方法对云南香型软米11个品质性状进行遗传研究.结果表明,出糙率、精米率和碱消值受种子直接加性效应、种子直接显性效应、细胞质效应、母体加性效应、母体显性效应的共同控制.整精米率受种子直接加性效应、种子直接显性效应的控制.粒长、粒宽、长宽比、垩白米率、胶稠度、直链淀粉含量主要受种子直接加性效应、种子直接显性效应的控制.垩白度主要受种子直接加性效应的影响.11个品质性状的遗传率以种子直接遗传率为主.此外根据品质性状的遗传效应预测值对亲本在育种的利用价值进行了评价.     

棉花永久F_2群体纤维品质性状的遗传分析

利用不同环境下种植的棉花(Gossypium hirsutum L.)永久F_2群体,获得2年三环境的永久F_2群体资料。估算纤维品质性状各项遗传方差比值和进行品质性状杂种优势预测。结果表明,永久F_2群体的纤维品质5个性状的遗传方式基本一致,都受加性、显性以及加性和环境互作的影响,纤维长度和伸长率以加性和显性效应为主,整齐度以显性效应为主,马克隆值以加性以及加性和环境互作效应为主,均达到极显著水平。纤维比强度的遗传受加性、显性以及互作效应的作用较小,作用不显著。永久F_2群体的杂种优势预测估算结果表明,永久F_2群体的纤维品质性状杂种优势非常小,中亲优势小于3%,并且伸长率性状呈负向杂种优势。试验结果可为合理利用永久F_2群体材料提供理论依据。     

Genetic Parameters for Milk,Fat Yield and Age at First Calving of Chinese Holsteins in Heilongjiang

Genetic parameters for milk,fat yield and age at first calving of Chinese Holsteins in Heilongjiang were evaluated using multiple-trait restricted maximum likelihood procedures with an animal model.Data consisted of records of 2496 Chinese Holsteins first lactation cows collected from 1989 to 2000.The model included 21 herd effects,four calving season effects,nine age at first calving effects,6697 animal effects.(Co) variance components of milk yield,fat yield and age at first calving were estimated with software package for variance component estimation(VCE) by an animal model.The heritabilities were 0.14,0.21,0.38 for milk yield.fat yield and age at first calving ,respectively,.The estimates of genetic correlation between milk yield and fat yield ,age at first calving were 0.96,-0.29,respectively,The estimate of genetic correlation between fat yield and age at first calving was -0.28.