动物育种数据分析的效益和挑战

推荐语: 育种数据分析的效益很高，也存在一些难点。这个PPT讲了育种数据计算中现状以及挑战，讲了动物育种中效率的提升依赖于工具的进步，这些工具目前的进一步发展也存在一些挑战. 很全面的讲述。文字中，我加上了自己的理解和翻译。

PPT链接

https://www.interfacesymposia.org/I03/I2003Proceedings/MisztalIgnacy/MisztalIgnacy.presentation.pdf

1. 题目及作者

题目及作者

2. 育种为什么在现代农业中如此重要

人工受精和胚胎移植在动物育种中广泛应用，一个公牛可以有超过10万个雌性后代(奶牛)。工业化养殖(牧场, 养猪场, 农作物机械化)时代，育种的效益更加明显，任何细节的优化，效率的提升，放大规模后都会产生显著的效益。

现代化育种需要的条件：基因组信息、大量的表型数据、系谱数据。还包括环境数据， 家系数据等等，用于预测基因组育种值。

3. 不同物种的育种现状

奶牛 显著的特点是精液市场全球化，优秀的公牛，后代从产奶，肉质， 蛋白产量，料肉比都有巨大的效益。

肉牛

家禽 家禽育种，特别是鸡育种，规模非常大，而且分层育种结果，比如三交种，五交种。最终使用的是最后的杂交种，一个个体有效的记录可以追溯20万只鸡，考虑各种经济性质比如产蛋，肉质等等。

猪育种

典型的公司, PIC.

之前，我以为作物育种中，先锋，孟山都可望而不可及，中国种业落后。了解动物育种后，更让人绝望。

植物还可以直接使用自交系，可以使用二环系进行改良，本地资源由于环境的特殊适应性，国外品种还不能一统天下。

但是动物育种，都是在猪场，鸡场中养殖，工业化养殖环境更可控，不同于植物可以自交，动物的种质更难利用。

4. 基因组选择的效果

牛奶产量提升了2倍，鸡的成熟周期缩短了2倍，饲料转化率提升了2倍。效果十分显著

5. 基因组选择的模型

基因型育种值的构成

动物模型的构成

混合线性模型的矩阵形式

不同的模型

• 公畜模型
• 单性状动物模型
• 多性状动物模型
• 随机回归模型

6. 育种数据计算的挑战

两大挑战:

• 估算方差组分
• 求解混合线性方程组

稀疏矩阵, hash结构, 指向列和值的行指针

高效储存的方式, 指针

求解方程组的方法：PCG

方差组分估算, 迭代方法

7. 两种方法估算方差组分

如何估算方差组分?

• REML
• 贝叶斯

REML

REML的挑战

贝叶斯

贝叶斯的挑战

8. 育种数据的软件

SAS不能处理大数据混合模型

其它软件:

• PEST, VCE(很旧的软件)
• ASREML(商业软件)
• DMU
• MATVEC(没用过)
• BLUPF90

平台

Windows和Linux, Unix都可以. 但是并行和向量化运算不是最重要的.

随机回归模型, 应该是最复杂的计算量最大的模型, 研究显示, 相比较于并行化运算, 标量优化(Scalar optimization)更重要.

不同的语言, 不同的算法, 结果可能是半个小时和半年的差别, 时间和内存的提升是线性的, 算法的提升确实指数型的. 好的工具加上好的算法才能事半功倍.

数量遗传的其它模型 这些模型, 未来也可以用于基因组选择育种:

• 截距模型(Censored model)
• 生存模型(Survival model)
• 阈值模型(Threshold model)

9. 结论