加性方差与遗传力

一个性状的遗传力是指该性状的遗传方差在这个群体表型方差中所占的比率。这就是广义遗传力,即: 这里,V_G=V_A+V_D+V_I,这就是说,遗传方差(V_G)包含着育种值方差(或加性方差V_A)、显性方差(V_D)和互作方差(V_I)。然而,在遗传方差中,除了在超     

运用随机回归模型对荷斯坦奶牛群体泌乳性状的方差组分分析

对荷斯坦奶牛群体产奶量、乳脂量和乳蛋白量3个性状的加性遗传效应方差、固定环境效应方差、表型方差、剩余方差和遗传力进行了估计.     

2007年畜产品、水产品市场形势大盘点

盘点一:猪 1.2007年哪些地区的生猪价格波动较大.2007年30个省(直辖市、自治区)中,青海、四川、重庆、内蒙古、宁夏、黑龙江、贵州、吉林、陕西、辽宁等22个省(直辖市、自治区)的生猪价格方差大于全国生猪价格方差5.21,价格波动较大.新疆、河南、山东、海南、江西、江苏等地生猪价格方差小于全国生猪价格方差,价格波动较小.     

方差组分的最大似然估计

一、引言方差组分估计又称方差分量分析,它大大开阔了方差分析的应用领域.尤其在动植物遗传育种的研究中很有用处,在家畜育种中,多数情况下的遗传参数可以用遗传方差和遗传协方差表示.目前方差组分估计已广泛应用于动物育种的以下几个方面1.构造选择指数.2.混合模型最佳线性无偏估计(Blμp法).     

选择作用下世代间方差和选择反应变化的研究

通过计算机模拟实验,研究表型选择下世代间方差和选择反应的变化。结果表明,性状遗传力越高,每一世代的选择反应越大,方差和选择反应下降越快。有利基因的频率越高,每一世代的选择反应越小,方差和选择反应下降越快。     

中国西门塔尔牛测定日产奶量性状协方差函数估计

利用第一泌乳期5700个测定日奶量数据，使用DFREML(3．1)估计了测定日产奶量的方差协方差。得出方差一协方差函数矩阵，发现勒让德多项式的协方差函数最佳配合阶数是9，误差方差回归阶数是5。第一泌乳期加性遗传协方差除泌乳初期约40～60天内测定日产奶量协方差较大外，其它日产奶量的协方差均接近x轴。     

羔羊体重和胴体性状中基因型和环境的互作

在一些不同的环境中系统的利用相同基因型信息推算基因型和环境互作 (G× E)的方差和参数。通过英国 Suffolk公司提供的数据研究父本和母本由于环境的作用而在羔羊体重 (第 8周检测 )和胴体性状 (肌肉和脂肪厚 )上的差异。这些信息用于计算 DFREML混合模型中直系加性方差、母系方差、母系环境的随机方差以及窒息和母系加性效应间的协方差。研究了年龄、种群及年龄 -种群与父本的互作 ,窝内和窝间的母本作用。所有 G×E的 (协 )方差的累加提高了模型对所有性状的适用性。所有性状中父本互作占显性方差的 2 %～ 3 % ,通常会损害加性作用。母本窝内的环境方差占显性方差的 1 0 % (肌肉和脂肪厚度 )到 2 0 % (8周体重 )。当这一项在模型中被忽略时 ,大多数变异在误差中被发现。在一个合适的父本基因型和环境的互作模型中 ,直系和母系加性效应间的协方差占显性方差的比重下降到一个低水平 (8周体重从-0 .3 6到 -0 .0 8)。基因型与环境互作会引起羔羊体重和胴体性状的显著差异 ,同时 ,也会减少此前加性效应中存在很高的负相关。     

文山高峰牛体重体尺指标的主成分分析和聚类分析

为了明确文山高峰牛体重、头长、体斜长、胸围、腹围、管围、体高、腿围、额宽等体尺指标间的关系，实验采用系统聚类和方差最大旋转法对上述9个体尺指标进行了主成分分析和聚类分析。结果表明：主成分分析将25头雄性文山高峰牛的9个指标区分为4个相对独立的主成分，其中第1主成分的贡献率方差为45.467%，第2主成分的贡献率方差为18.893%，第3主成分的贡献率方差为10.809%，第4主成分的贡献率方差为9.318%；聚类分析将9个指标聚类为3个亚类，其中管围、额宽、头长聚为一类，体斜长、胸围、腹围、体高、腿围聚为一类，体重单聚为一类。本研究阐明了文山高峰牛的体型外貌特征以及为日后的选育利用提供了理论依据。     

柑橘黄龙病株分布边缘效应研究

根据柑橘园黄龙病植株与健康植株的二阶中心矩比值DR和方差检验来分析HLB的分布边缘效应,同时以病株与健康株的一阶方向矩比值LR和方差检验来判断HLB的主要入侵方位(N、S、E、W)。结果表明,当DR≥1且方差F显著性概率P<0.05时,HLB病株分布呈显著边缘分布倾向,由此说明HLB具有边缘侵入效应;当DR≤1且方差F显著性概率P<0.05时,认为HLB为内源性苗木带菌入侵;当DR≈1且方差F显著性概率P>0.05时,或因HLB初侵染或盛发期而无法判断HLB侵染源。另,DR≥1、|LR|≥1且方差分析均呈显著差异时,可依据|LR|在各方向的大小来判定HLB的主要入侵方向。近距柑橘园间HLB传播具有边缘侵入效应与方向性,在HLB疫区建园时需注意防范。     

约束组合性状

在动植物的选择中,除了选择指数外,目前已经提出了组合性状的概念,刘来福(1979)提出了遗传方差最大主成分性状,刘垂玗(1982)提出了表型方差最大主成分性状,杨德和戴君惕提出了典范性状。在选择指数中,我们构造一个指数,而这里则把性状X=(x_1,x_2,…x_m)′线性组合成一个新的综合性状F=a_1x_1+a_2x_2+…+a_mx_m=a′X,并赋于它特有的功能,如遗传方差最大、表型方差最大或遗传进展(遗传力)最大等。这就使我们对于多个数量性状的研     

家畜数量性状变异的控制——未来遗传策略

本文是综述影响家畜群体内表型方差的遗传学方法的功效.近交可以增加简单遗传和高度遗传性状的均匀性,但是常常能增加重要经济数量性状的变异性。顶交,即近交公畜与母畜随机交配,还没有什么证据可以认为顶交能减少子代的表型方差。远交可以增加 F_1代个体表型均匀性。继最初的杂交后,相继世代群内个体间自繁会增加表型方差。可是上述的两种     

畜禽杂种优势估测方法的研究进展

本文在畜禽杂种优势理论基础上，从遗传距离法、线粒体混合试验法、蛋白质分子多态性、群间方差与群内方差之比法及分子标记法等方面综述了畜禽杂种优势估测方法的研究进展，并客观的分析了各方法的优缺点。     

遗传力与配合力的结合及其在杂种优势分析中的应用

正如在选择理论中一样,本文通过把杂种群体的表型方差剖分为加性方差、非加性方差和环境方差三个部分,提出一个新的分析杂种优势的方法。文中所涉及的有关配合力概念(一般配合力和特殊配合力)是严格按照Sprague和Tatum(1942)的定义所给出,模型是Falconer(1981)的《数量遗传学导论》中的模型。为了检验此法的可行性与否,就四个不同来源的果蝇品种进行了试验,所用的性状有五个,即:体长、胸宽、翅长、体重和刚毛数。结果表明:该法具有十分普遍的意义,加适当的假设,在动植物育种中都可以应用。     

数量性状方差组分的估计方法(续)

四、方差组分的其它估计方法除了极大似然法外,还有许多方法,如MIVQUE、MINQUE以及Henderson法等。下面我们将作一简单介绍。 (一)MINQUE法根据Henderson的算法,MINQUE估计方差组分的公式为:     

畜禽遗传参数估计方法的研究进展

遗传参数估计是动物育种中的一项基础工作，它可以归结为方差组分估计。随着计算技术和数量遗传学的发展，进行遗传参数估计的新的统计分析模型和朝的估计方法不断涌现。本文则综述了从最初的方差分析（ANOVA）方法到最近的R新方法等方差组分估计方法的原理及优缺点。     

标记辅助选择在猪育种中应用效果的研究

本研究针对猪育种中重点考虑的窝产活仔猪数（NBA）、达100 kg体重日增重（ADG）、饲料利用率（FCR）、达100 kg体重的背膘厚（BF）、肌内脂肪含量（IMF） 5个性状,利用连锁平衡（linkage equilibrium,LE）、连锁不平衡（linkage disequilibrium,LD）标记和直接标记（direct marker,DR）3种类型的分子遗传标记,设计了3个规模不同的基础群,母猪数分别为100、200、300头,公猪数都为10头,基础群个体间无亲缘关系,育种群实施闭锁繁育。用Monte Carlo方法模拟了MAS的5个世代选择试验。育种值估计采用标准BLUP（Standard BLUP,SBLUP）模型（此育种值作为对照）、QBLUP模型（使用DR标记）、MBLUP模型（使用LD和LE标记）。结果表明,利用DR标记在各种情况下都比利用LD和LE标记获得的选择效率高;5个性状中,MAS对低遗传力、限性性状NBA的选择效率最高;当性状的QTL方差占遗传方差基本相同时,中等遗传力性状FCR的选择效率比高遗传力性状BF的更高;当性状的遗传力差异不大时,QTL方差占遗传方差比例大的性状FCR的选择效率比QTL方差占遗传方差比例小的性状ADG的更高。当利用QBLUP模型时,MAS对NBA的选择效率最高,ADG的选择效率最低。     

多性状模型方差组分估计方法

在家畜育种实践中,多性状模型估计方差组分会因为巨大的方程所带来的复杂计算而使应用受到极大的限制。但是在等结构矩阵和只有一个随机因子的线性模型中,通过典型转换使所有的相关性状都变为不相关的典范性状,分别对各个典范性状进行方差组分估计,然后再转换为原始性状的方差组分,这样就简化了计算步骤。近年来,不少学者提出了许多不同的具体计算方法,本文主要介绍和讨论K.Meyer所提出的REML算法,并举一个简单的例子来说明之。     

杜洛克公猪背膘厚度、日增重、日采食量和饲料效率相关性状的遗传参数估计

对384头扬翔华系杜洛克公猪生长育肥阶段背膘厚度(BF)、日增重(ADG)、日采食量(ADFI)、饲料转化率(FCR)和剩余采食量(RFI)5个性状用DMU程序进行遗传参数估计探究杜洛克公猪的遗传参数。结果表明, ADFI和RFI的遗传方差占表型方差的比例分别为87.73%和84.91%;BF和ADG的遗传方差占表型方差的比例分别是58.77%和58.91%;RFI与BF、ADG的表型相关系数均为零,而遗传相关系数分别为-0.22和0.15;RFI与ADFI的表型、遗传相关系数分别为0.98和0.99,RFI与FCR的表型、遗传相关系数分别为0.44和0.81。多性状模型与单性状模型的估计遗传力基本趋于一致,ADG和FCR遗传力分别是0.27和0.19,属于低遗传力性状;而BF、ADFI和RFI的估计遗传力在0.31～0.46范围,属于中等遗传力性状。     

BC1群体单标记分析检测QTL的效率

[目的]为QTL定位中进一步估计QTL的位置和影响效应提供必要的依据。[方法]以BC1设计为资源群体,通过计算机模拟研究了不同群体规模、标记-QTL间图距、性状遗传力和QTL效应（QTL方差占加性遗传方差的比例）对单标记分析检测QTL效率的影响。[结果]表明：资源群体规模较大,标记与QTL的间距较小（或标记与QTL连锁紧密）,目标性状的遗传力较高,且QTL效应较大时,采用单标记分析方法检测QTL的检出率较高。当所检测的标记距离QTL较近时,获得相同的QTL检出率所需的资源群体规模更小。[结论]QTL效应对QTL检出率的影响会受性状遗传力的制约,如果性状的遗传力过低,即使QTL方差占遗传方差的比例很高,也很难获得理想的QTL检出率。     

猪育种中杂种信息利用的研究进展

在猪的商品生产中，主要是利用品种（品系）间的杂交，但是目前大部分选择方法局限于纯种群，只利用了加性遗传方差，而在杂交生产中起重要作用的非加性方差则没有考虑。基于最终的产品是杂种，要获得杂种性能的最大遗传进展，更为合乎逻辑的方法是将纯种和杂种信息结合选择