育种数据分析中的遗传相关及其显著性的计算

邓飞

发布于 2021-03-30 11:00:48

2.3K0

发布于 2021-03-30 11:00:48

文章被收录于专栏：育种数据分析之放飞自我育种数据分析之放飞自我

1. 遗传相关定义

1.1 常见的误区

将表型值的相关，当作表型相关。

1.2 正确的做法

先计算方差组分，协方差组分，然后再计算遗传相关，表型相关。

2. 计算方法

亲子回归计算方法
半同胞计算方法
全同胞计算方法 2.1 亲子回归计算方法

2.2 半同胞计算方法

2.3 全同胞计算方法

2.4 标准误计算方法

3. 软件实现遗传相关计算 3.1 数据格式 前三列是系谱，有3个性状： y1, y2, y3 , 想要计算y1和y3的遗传相关，并用LRT检验显著性

3.2 计算加性方差逆矩阵

3.3 构建模型 LRT检验中，需要构建两个模型，一个考虑加性协相关的模型（us矩阵），一个不考虑加性协相关的模型（diag矩阵），然后使用LRT检验做分析，查看显著性，即为相关的显著性分析。 模型1

结果：

遗传相关为0.46，标准误为0.318 模型2

结果：

4. 软件实现遗传相关显著性LRT检验 定义：

代码实现：

结果可见，遗传相关不显著。

5. 示例代码汇总

软件：asreml4-r 里面的vpredict函数可以替换pin函数，里面的lrt.asreml可以进行两模型的LRT检验。代码：

# 作者：邓飞
# 公众号：育种数据分析之放飞自我
# 公众号ID: R-breeding
library(asreml)
data(harvey)
head(harvey)
# 计算A逆矩阵
ainv = ainverse(harvey[,1:3])
head(ainv)
# y1, y2: us模型
mod1 = asreml(cbind(y1,y3) ~ trait + trait:Line,
              random = ~ us(trait):vm(Calf,ainv),
              residual = ~ units:us(trait), data=harvey)
summary(mod1)$varcomp
# component std.error    z.ratio bound %ch
# trait:vm(Calf, ainv)!trait_y1:y1 108.83753 106.36882  1.0232089     P 0.0
# trait:vm(Calf, ainv)!trait_y3:y1 -51.24973 166.78089 -0.3072877     P 0.1
# trait:vm(Calf, ainv)!trait_y3:y3 499.56452 499.98124  0.9991665     P 0.1
# units:trait!R                      1.00000        NA         NA     F 0.0
# units:trait!trait_y1:y1           50.73988  86.63533  0.5856719     P 0.0
# units:trait!trait_y3:y1          -21.53974 136.19834 -0.1581498     P 0.3
# units:trait!trait_y3:y3          273.13029 409.65125  0.6667386     P 0.2
# 计算遗传相关
vpredict(mod1,h2 ~ V1/sqrt(V1*V3))
# y1, y2: diag模型
mod2 = asreml(cbind(y1,y3) ~ trait + trait:Line,
              random = ~ diag(trait):vm(Calf,ainv),
              residual = ~ units:us(trait), data=harvey)
summary(mod2)$varcomp
# component std.error    z.ratio bound %ch
# trait:vm(Calf, ainv)!trait_y1 104.56778 103.11961  1.0140436     P 0.1
# trait:vm(Calf, ainv)!trait_y3 479.48408 485.02568  0.9885746     P 0.1
# units:trait!R                   1.00000        NA         NA     F 0.0
# units:trait!trait_y1:y1        54.26320  84.40101  0.6429212     P 0.1
# units:trait!trait_y3:y1       -61.70884  39.74252 -1.5527158     P 0.1
# units:trait!trait_y3:y3       289.76086 399.43870  0.7254201     P 0.2
# 检测遗传相关的显著性
lrt.asreml(mod1,mod2)
# Likelihood ratio test(s) assuming nested random models.
# (See Self & Liang, 1987)
#
# df LR-statistic Pr(Chisq)
# mod1/mod2  1      0.10195    0.3748

6. 参考

http://blog.sciencenet.cn/blog-2577109-1097858.html http://blog.sciencenet.cn/blog-2577109-1112805.html http://blog.sciencenet.cn/blog-2577109-1104818.html http://www.empowerstats.com/cn/manuals/RCH/html/z_lrt.pdf 戴君惕, 杨德, 尹世强, et al. 相关遗传力及其在育种上的应用[J]. 遗传学报, 1983(5).

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2021-03-22，如有侵权请联系 cloudcommunity@tencent.com 删除

http