家畜离散性状遗传分析方法比较研究

采用广义线性方法（GLMM）、阈性状法（TM）和常规线性方法（LM）对不同参数组合下离散性状的遗传力及准确度进行了估计,模拟研究的性状为单阈值二项分类性状,试验设计为全同胞一半同胞混合家系。研究结果表明,在遗传力的估计准确度方面,GLMM方法具有较大的优势,LM方法估计遗传力的效果较差,离真值的偏差也较大;不同参数组合下,GLMM方法的遗传力估计结果普遍高于线性方法。另外,性状遗传力真值和性状表型发生率对估计遗传力及其准确度也有明显的影响。     

家畜遗传抗性多基因效应预测的广义线性方法

在广义线性混合模型（GLMM）的框架内模拟研究了抗性性状的遗传分析方法，初步比较了GLMM方法与一般线性方法（LM）的育种值估计效果。模拟研究的抗性表型为单阈值和3阈值2种类型，选用的连接函数分别为logist连接和log连接，试验设计为全同胞一半同胞混合家系，参数估计采用Fisher迹法。研究结果表明，GLMM方法能较准确地估计公畜的个体育种值，在个体的遗传评定效果方面要明显优于LM方法，其预测的个体育种值排序结果与真实育种值的排序之间存在显著的秩相关。     

猪的育种值估计

估计育种值是种猪选育的主要依据，而育种值估计的准确性直接影响猪群的遗传进展。随着育种理论和实践的不断发展．育种值的估计方法也不断的发展和更新。近年来由于数理统计（尤其是线性模型理论）、计算机科学、计算数学等学科领域的迅速发展以及生物技术在动物育种中的应用，动物育种值估计的方法发生了很大的变化。在未来的猪育种工作中，依靠经典理论和先进的科学技术提高育种值估计的准确度，依然是今后育种工作的重点。     

基于灰色遗传参数的性状育种值估计方法

遗传参数主要有三种 :遗传力、重复率和遗传相关 ,这三种遗传参数的估计值都存在“不稳定”现象 ,即同一个性状用同一种估测方法在不同的样本中往往得到不同的估计值 ,有时相差还很大。分析造成遗传参数“不稳定”现象的原因 ,不难发现 ,遗传参数估计过程符合灰色系统特点。尽管遗传参数的估计值是“不稳定”的 ,但遗传参数本身并不是“变化无常”的。大量统计表明 ,每个性状的遗传参数有其相对恒定性 ,如鸡产蛋量的遗传力是很低的 ,猪的一些胴体性状遗传力是高的 ;人们还习惯将遗传参数分为高、中、低三个档次 ,而且目前用于参考的畜禽部分…     

利用广义线性方法定位家畜抗性等级性状的QTL

在广义线性模型的框架内模拟研究了家畜抗性等级性状的QTL定位方法，QTL参数的估计采用最大似然方法，比较了阈模型方法与一般线性方法的QTL定位效率，并对影响等级性状QTL定位效率的主要因素（QTL效应、性状的遗传力）进行了模拟研究。试验为多个家系的女儿设计，资源群体大小为500头。结果表明：在QTL位置参数估计及检验功效方面，阈模型方法具有一定的优势，对抗性等级性状QTL定位的功效也高于线性方法。另外，性状遗传力和QTL效应的大小对QTL定位的准确度也有直接的影响，随着性状遗传力QTL效应的增大，2种方法QTL定位的效率均有不同程度的提高。     

利用动物模型最佳线性无偏预测法估计西门塔尔种公牛精液性状育种值研究

利用贵州省家畜冷冻精液站西门塔尔种公牛2006、2007、2008年采精量、鲜精活力、冻精活力和合格冻精产量7172条记录,建立动物模型,利用MTDFREML软件对种公牛的单个精液性状育种值进行估计,对育种值排序做秩相关分析,并跟据各性状的不同遗传特点,计算种公牛综合育种值。结果表明,各性状育种值排序有所差异;综合排名前10位的公牛依次是6021、2190、6019、6075、6059、6053、452、439、6051和6063。为该站种公牛的选择提供了一定的依据。     

广义线性模型在医学领域的应用实例

广义线性模型是一种应用极为广泛数据分析方法 ,它用于分析事物之间的统计关系,可适用于连续数据和离散数据。本文仅从客观角度出发,根据Neter等1990年的54位做过某种肝手术后患者生存时间的数据,构建了研究手术后病患生存期限的LOGISTIC模型,通过SAS软件进行了统计分析,拟合了自变量与因变量的LOGISTIC并进行了分析。     

总产仔数育种值作为选种依据的可行性分析

种母猪的选择重点是繁殖性状,种猪场通常根据亲属的繁殖数据来估计育种值作为选择母猪的依据,本研究采用相关分析法分析了2018年至2020年823头长白母猪选留时所估算的总产仔数育种值,以及这些母猪个体1至5胎次的总产仔数资料。结果表明：公司所用软件估计的总产仔数育种值与母猪各胎次繁殖性状的相关性并不高,因而在今后的母猪选择时还需调整现有育种值的估计方法。     

简述动物的育种值估计

在家畜育种中,实施选择的首要条件是估计出育种值。根据数量遗传理论,个体育种值的大小是选种的定量性标准。因此准确可靠的群体遗传参数和个体育种值是育种实践的必要条件。随着育种理论和实践的不断发展,育种值的估计方法也不断的发展和更新。近年来由于数理统计(尤其是线性模型理论)、计算机科学、计算数学等学科的迅速发展以及生物技术在动物育种中的应用,动物育种值估计的方法发生了很大的变化。在未来的育种工作中,依靠经典理论和先进的科学技术提高育种值估计的准确度,依然是今后育种工作的重点。1动物育种值估计的意义家畜育种中大…     

白羊草干草产量与主要农艺性状的多元回归及通径分析

对10个不同居群白羊草(Bothriochloa ischaemum(L.)Keng)的干草产量与千粒重、青绿期、株高、节间长、茎粗、花序重和茎叶比共7个主要农艺性状进行了相关性分析、多元回归分析和通径分析,以探寻影响白羊草干草产量的主要农艺性状,为选育高产白羊草品种提供科学依据。结果表明:株高与干草产量成极显著正相关(P<0.01),而且株高对干草产量的直接作用最大(P=0.986),相关系数最高(r=0.774)。因此,株高是决定干草产量的主要农艺性状,选育白羊草高产品种时可首先根据株高对植株进行筛选。     

不同数据结构和动物模型对高山美利奴羊经济性状遗传参数估计的比较

本试验旨在比较不同数据结构和单性状动物模型对高山美利奴羊（14月龄）重要数量性状遗传参数估计的影响,筛选出估计体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数和羊毛长度7个重要经济性状遗传参数的最适模型,准确估计遗传力并为下一步遗传评定奠定基础。使用R语言数据整理相关函数将涉及20 720只14月龄高山美利奴羊数据按系谱完整度和数据量分为数据集1和数据集2。采用R语言ANOVA分析检验鉴定年份、出生类型（单胎或双胎）、群别、性别4个非遗传因素在两个数据集中的显著性,将极显著效应（P < 0.01）放入动物模型中作为固定效应。将两个数据集和两个单性状动物模型组合得到4个模型,其中模型1、模型2分别使用数据集1、数据集2,随机效应为个体加性遗传效应、残差效应;模型3、模型4分别使用数据集1、数据集2,随机效应为个体加性遗传效应、个体永久环境效应和残差效应。用ASReml4软件实现方差组分估计。通过AIC准则、BIC准则评价各模型,用LRT检验比较各模型。最后,针对各性状选出最适模型进行遗传力估计。结果显示：①非遗传效应显著性检验得到鉴定年份和群别对数据集1和数据集2中所有性状均极显著（P < 0.01）,出生类型对体重和数据集1中产毛量极显著（P < 0.01）,性别仅对体重反应极显著（P < 0.01）。②各模型估计的体重遗传力为0.1614~0.2392;产毛量遗传力为0.1958~0.3254;净毛率遗传力为0.4395~0.5539;净毛量遗传力为0.2003~0.2393;羊毛纤维直径遗传力为0.4024~0.5897;羊毛纤维直径变异系数遗传力为0.3174~0.6077;毛长遗传力为0.2960~0.3669。③似然比检验结果表明,模型1和模型3对所有性状差异均不显著（P > 0.05）;模型1和模型4对体重和毛长差异极显著（P < 0.01）;模型2和模型3对净毛量差异极显著（P < 0.01）,对其他性状差异不显著（P > 0.05）;模型2和模型4对所有性状差异不显著（P > 0.05）。最终得到对净毛量最适模型为模型1,体重、产毛量、净毛率、羊毛纤维直径、羊毛纤维直径变异系数、毛长的最适模型为模型2。所有性状受个体永久环境影响均不显著（P > 0.05）。基于最适模型估计高山美利奴羊（14月龄）体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数、毛长遗传力分别为0.2392、0.3254、0.4394、0.2893、0.4222、0.3175、0.3670。     

猪鸡肉质性状分子标记及主效基因的研究进展

本文回顾了近年来猪鸡肉质性状的分子遗传标记及主效基因的研究进展。研究结果表明 ,已发现了 6 0个影响肉质性状的QTLs,它们分别位于染色体 1,2 ,4 ,5 ,6 ,7,8,10 ,11,12 ,13,14 ,15 ,17,18和X ,其中 9个和 1个分别达到了 5 %和 1%基因组水平 ;影响肉质的主效基因达 2 0个左右 ,它们包括氟烷基因、糖原基因及影响肌肉含量、背膘厚和肌内脂肪含量等肉质性状的基因 ,其中氟烷基因和糖原基因的研究结果得到公认 ,其余基因的报道还有待进一步验证