排序方式: 共有33条查询结果,搜索用时 0 毫秒
1.
为探究基于A矩阵期望遗传关系最大化(maximizing the expected genetic relationship for matrix A,RELA)、基于A矩阵目标群体遗传方差最小化(minimized the target population genetic variance for matrix A,MCA)、平均亲缘关系最大化(the highest mean kinship coefficients,KIN)、随机选择(random selection,RAN)、共同祖先筛选(common ancestor,CA)等不同参考群筛选方法及参考群规模对基因型填充准确性的影响。本研究使用矮小型黄羽肉鸡作为试验群体,采用鸡600K SNP芯片(Affymetrix Axion HD genotyping array)进行基因分型,测定435羽子代公鸡45、56、70、84、91日龄体重。利用Beagle软件将低密度SNP芯片填充为高密度SNP芯片数据,比较不同参考群筛选方法、参考群规模对基因型填充准确性的影响,以及填充芯片基因组预测准确性。结果表明,使用Beagle 4.0结合系谱信息进行填充效果最佳,其次为Beagle 4.0,而Beagle 5.1填充效果最差。使用MCA方法筛选参考群进行基因型填充准确性最高,使用RAN方法筛选参考群进行基因型填充准确性最低,MCA、RELA、CA 3种方法基因型填充准确性差别较小。相比其他方法,使用MCA方法筛选个体作为参考群将低密度SNP芯片填充至高密度SNP芯片进行基因组选择的预测准确性较高,与真实高密度SNP芯片的基因组预测准确性相差甚微。随着参考群规模增大,基因型填充准确性也随之增加,但增速逐渐下降,最后趋于平缓。综上所述,可以通过参考群筛选方法构建参考群以及控制参考群规模,以保证基因型填充和基因组预测准确性并节省成本,本研究为基因型填充在畜禽遗传育种中的应用提供技术参考。 相似文献
2.
3.
4.
为研究安格斯牛各体尺指标及体重间的相关关系,掌握其生长发育规律,试验采集了新疆天山某安格斯牛场出生于2012-2016年的安格斯牛生长发育记录,共649条,其中主要包括体重及体尺指标,应用SPSS 16.0软件分析安格斯牛主要体尺指标及体重的相关性。结果发现:安格斯牛体尺指标及体重均随着月龄的增加逐步增大;14月龄之前各体尺指标增长速度较快,14月龄以后增长速度的缓;腹围和胸围增长速度高于其他指标。安格斯公牛的体长指数、体躯指数、胸围指数和管围指数平均分别为111.99%、129.79%、145.26%和16.71%;母牛体长指数、体躯指数、胸围指数和管围指数平均分别为112.15%、132.01%、147.86%和16.95%。安格斯牛体重与体高、体长、胸围、腹围和管围的相关性均达到极显著水平(P<0.01);各体尺指标两两均呈极显著正相关(P<0.01),其中,胸围与腹围的相关性最高,公、母牛相关系数分别为0.948、0.939;腹围与管围之间的相关性最低,相关系数分别为0.797和0.851。本试验结果可为明确安格斯牛选育方向,开展其遗传育种、品种资源开发利用提供基础数据。 相似文献
5.
新疆天山某安格斯牛场安格斯牛生长发育规律分析 总被引:1,自引:1,他引:0
为研究安格斯牛各体尺指标及体重间的相关关系,掌握其生长发育规律,试验采集了新疆天山某安格斯牛场出生于2012—2016年的安格斯牛生长发育记录,共649条,其中主要包括体重及体尺指标,应用SPSS 16.0软件分析安格斯牛主要体尺指标及体重的相关性。结果发现:安格斯牛体尺指标及体重均随着月龄的增加逐步增大;14月龄之前各体尺指标增长速度较快,14月龄以后增长速度的缓;腹围和胸围增长速度高于其他指标。安格斯公牛的体长指数、体躯指数、胸围指数和管围指数平均分别为111.99%、129.79%、145.26%和16.71%;母牛体长指数、体躯指数、胸围指数和管围指数平均分别为112.15%、132.01%、147.86%和16.95%。安格斯牛体重与体高、体长、胸围、腹围和管围的相关性均达到极显著水平(P0.01);各体尺指标两两均呈极显著正相关(P0.01),其中,胸围与腹围的相关性最高,公、母牛相关系数分别为0.948、0.939;腹围与管围之间的相关性最低,相关系数分别为0.797和0.851。本试验结果可为明确安格斯牛选育方向,开展其遗传育种、品种资源开发利用提供基础数据。 相似文献
6.
7.
旨在使用加权一步法全基因组关联分析方法,充分利用群体的表型、系谱和基因型信息,探索与大白猪眼肌面积、估计瘦肉率和背膘厚相关的候选基因。本研究收集21 754头大白猪眼肌面积、估计瘦肉率和背膘厚的表型记录数据,其中基因型数据个体共1 259头。通过方差分析和加权一步法全基因组关联分析,确定性状显著相关的数量性状基因座(quantitative trait locus, QTL)。并进行基因注释、GO(gene ontology)功能和KEGG(kyoto encyclopedia of genes and genomes)通路富集分析。计算结果表明,大白猪眼肌面积、估计瘦肉率和背膘厚的遗传力分别为0.450 6±0.017 3、0.496 8±0.017 4和0.475 8±0.017 2。利用加权一步法全基因组关联分析,定位到与眼肌面积显著相关的候选QTL区域10个,与估计瘦肉率显著相关的候选QTL区域8个,与背膘厚显著相关的候选QTL区域12个。后续基因注释、GO功能和KEGG通路富集分析显示,与眼肌面积相关的候选基因36个,共富集到7个条目;与估计瘦肉率相关的候选基因29个,共富集... 相似文献
8.
为了解中国美利奴羊(新疆型)近年来遗传结构的变化趋势以及探讨毛用性状与繁殖性状的遗传关系,需要进一步研究这些性状的遗传力以及它们之间的关系。本研究收集额敏县聚鑫细毛羊养殖专业合作社1985-2018年中国美利奴羊(新疆型)共计9 428只羊毛生产记录和1987-2018共计5 887只年繁殖记录,运用BLUPF90软件结合Gibbs抽样方法,利用单性状模型对中国美利奴(新疆型)毛用性状(细度支数、等级、总评分、毛长、污毛重和鉴定时体重)和繁殖性状(配种次数、妊娠天数、胎产羔数和总产羔数)进行方差组分和遗传力估计,利用双性状模型分析毛用性状与繁殖性状之间的遗传相关与表型相关。结果显示,中国美利奴羊(新疆型)毛用性状细度支数、等级、总评分、毛长、污毛重、鉴定时体重的遗传力估计值分别为0.471±0.020、0.088±0.030、0.114±0.018、0.426±0.025、0.328±0.041、0.317±0.046;繁殖性状配种次数、妊娠天数、胎产羔数及总产羔数的遗传力估计值分别为0.056±0.009、0.022±0.010、0.120±0.018、0.163±0.016;毛用性状与胎产羔数、总产羔数之间的遗传相关范围为-0.031~0.286,鉴定时体重与胎产羔数(0.286)、总产羔数(0.204)遗传相关最高,细度支数与胎产羔数(-0.143)、总产羔数(-0.048)呈负的遗传相关;毛用性状与胎产羔数、总产羔数之间的表型相关范围为-0.210~0.216,毛长与总产羔数(0.216)表型相关最高,细度支数与胎产羔数(-0.137)、总产羔数(-0.210)呈显著负表型相关。本研究结果发现,毛用性状与繁殖性状之间存在一定的关系,这一结果可为今后制定中国美利奴羊育种规划提供数据基础,为选育优质高产、繁殖性能好的细毛羊提供理论依据,从而进一步提高细毛羊产业经济效益。 相似文献
9.
本研究以新疆地区不同规模牛场荷斯坦牛2012~2013年的体尺体重记录为研究材料,以4个生长性状(体高、体斜长、胸围、体重)为研究对象,采用SAS8.1软件GLM过程分析不同规模牛场和年龄对各性状的影响。结果表明:不同牛场对荷斯坦牛体高、体斜长、胸围有极显著影响(P0.01),对体重没有显著影响(P0.05);不同年龄对荷斯坦牛体高、胸围有极显著影响(P0.01),对体重有显著影响(P0.05),对体斜长没有显著影响(P0.05);荷斯坦牛的体高、胸围和体重随着年龄的增加呈上升趋势,尤其是在3~5岁增长较快。通过分析不同规模牛场和年龄对荷斯坦牛体尺体重的影响,旨在促使牛场合理加强不同年龄阶段荷斯坦牛的饲养管理水平,从而维持适当的体尺体重,提高奶牛生产性能。 相似文献
10.