| 摘 要： | 本研究旨在探索显性效应对基因组育种值估计准确性的影响。基于贝叶斯A模型,根据加性效应和显性效应相关性,提出两种子模型:1)加性效应和显性效应相互独立的BayesAD1模型;2)显性系数(Dominant coefficients)与加性效应的绝对值相互独立,并且显性系数服从正态分布的BayesAD2模型。通过模拟数据比较加性效应模型BayesAD0和两种显性效应模型下基因组估计育种值(GEBV)的准确性,并且研究不同数量性状基因座(Quantitative trait locus,QTL)数、全同胞家系内个体数和加性方差与显性方差的比重对GEBV准确性的影响。结果表明,显性模型可以减缓随着世代变化GEBV的准确性降低的趋势。另外,显性方差的比重越大,对GEBV的准确性影响越大。当加性方差与显性方差之比达到0.25时,BayesAD2有较大优势,分别比BayesAD1和BayesAD0准确性高20.3%和28.4%。全同胞数越多,GEBV的准确性越高,QTL数目增多,GEBV估计的准确性随之下降。结果显示,对显性效应占较大比重即低遗传力的性状进行育种值估计时,考虑显性效应可以提高育种值估计准确性。
|
