基因組選擇ppt課件_第1頁
基因組選擇ppt課件_第2頁
基因組選擇ppt課件_第3頁
基因組選擇ppt課件_第4頁
基因組選擇ppt課件_第5頁
已閱讀5頁,還剩36頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、基因組時代的動物遺傳評估技術(shù),遺傳評估,評估和比較動物個體在遺傳上的優(yōu)劣 為選擇優(yōu)秀種用個體提供依據(jù) 動物育種的中心工作,表現(xiàn)型基因型環(huán)境,常規(guī)遺傳評估技術(shù),基因 (黑箱,表型,環(huán)境,遺傳評估,親屬的表型,BLUP,特點:利用表型進行遺傳評估,常規(guī)遺傳評估技術(shù),BLUP方法是常規(guī)遺傳評估技術(shù)的核心,y:表型信息 A:系譜信息,常規(guī)遺傳評估技術(shù),對很多重要經(jīng)濟性狀十分有效,美國荷斯坦奶牛產(chǎn)奶量表型及遺傳進展,加拿大豬100kg體重日齡遺傳進展,常規(guī)遺傳評估技術(shù),局限性 當性狀表型難以獲取或遺傳力低時,遺傳評估可靠性不高 不能進行早期遺傳評估,標記輔助選擇(MAS,基因 (黑箱,表型數(shù)據(jù),基因信息

2、,遺傳評估,分子遺傳學,主效基因/QTL,特點:利用表型和部分基因的信息進行遺傳評估,基因輔助選擇(GAS,氟烷基因,連鎖不平衡標記輔助選擇(LD-MAS,y:表型信息 A:系譜信息 M: 標記信息 g:可作為固定和隨機效應,遺傳評估技術(shù) MA-BLUP,標記輔助選擇(MAS,應用現(xiàn)狀 實際應用不多 應用效果不顯著 主要原因: 已被證實具有顯著效應的基因或標記有限 (發(fā)現(xiàn)并證實一個有效的基因需要很長的時間和很高的成本) 這些基因或標記僅能解釋有限的遺傳變異 (10 30% 遺傳變異,基因組選擇 (GS,Meuwissen(2001)等首次提出了基因組選擇,但在當時并未引起重視 Schaffer

3、r(2006)重新指出GS在奶牛育種中的巨大應用價值 GS成為當期家畜育種最熱門的研究領(lǐng)域 優(yōu)勢: 可以捕獲所有的遺傳變異 無需表型信息即可進行遺傳評估,極大地縮短世代間隔和育種成本,基因組選擇,利用覆蓋全基因組的高密度標記(SNP)進行個體遺傳評估,基因 (黑箱,標記信息,新的標記(黑箱,估計基因組育種值,全基因組SNP芯片,用于遺傳評估的數(shù)據(jù),用于遺傳評估的數(shù)據(jù),1000111220020012111011112111101111001121100020122002220111 12021012002111221100211120011110010110110102200110022011

4、01 1200201101020222121122102010011100011220221222112021120120 2010020220200002110001120201122111211102201111000021220200 0221012020002211220111012100111211102112110020102100022000 2201000201100002202211022112101121110122220012112122200200 0200202020122211002222222002212111121002111120011011101120 02

5、02220001112011010211121211102022100211201211001111102111 2110211122000101101110202200221110102011121111011202102102 1211011022122001211011211012022011002220021002110001110021 1021101110002220020221212110002220102002222121221121112002 0110202001222222112212021211210110012110110200220002001002 0001111

6、011001211021212111201010121202210101011111021102112 2111111212111210110120011111021111011111220121012121101022 202021211222120222002121210121210201100111222121101,基因組選擇,基本步驟 1. 利用一個參考群體估計每個SNP的效應 參考群體:每個個體都有性狀表型記錄和所有SNP基因型 2. 利用SNP效應估計值計算候選群體的個體基因組育種值 候選群體:每個個體都有所有SNP基因型,基因組選擇,參考群體,候選群體,SNP基因型,性狀表型,

7、獲得預測方程,SNP基因型,選留群體,在參考群中估計標記效應gi,染色體片斷遺傳效應,估計標記效應,在候選群體中計算個體gEBV,全部基因組染色體片斷,染色體片斷效應,計算基因組育種值(gEBV,基因組育種值,1 + 1 - 1 - 1 + 1 + 25 - 1 + 1 - 1 - 1 - 1 + 42 + 1 - 1 - 1 - 1 - 1 - 22 - 1 + 1 - 1 - 1 = +38,40,SNPeffect,00,20,40,20,Chr 1,Chr 2,Chr 3,Chr n,Known SNPs,Number of SNPs,SNP allele effect,標記效應的估計

8、方法,最小二乘法 BLUP 貝葉斯方法BayesA, B, C 其他方法 半?yún)?shù)、非參數(shù) 機器學習、主成份分析,最小二乘法,對標記效應分布無任何假設(shè),1: 對每個標記作單點回歸分析,2: 選擇效應值最大的m個點放入模型中,同時對其進行估計,不足: 1. 難以確定模型選擇的閾值 2. 容易高估標記效應,BLUP方法1,BLUP method (1,假設(shè)所有染色體片段具有相同的效應方差,gj= chromosomal segment effect,How to chose ,BLUP方法2,BLUP method (2,a = residual polygenic effect,BLUP方法3,B

9、LUP method (3,每個染色體片段有自己的效應方差,改變?nèi)旧w片段效應的方法,is standardised effect estimate of marker j,BLUP方法4,BLUP method (4,Genomic relationship matrix,Genotype Pedigree,Bayes formula,P(A) is the prior probability or marginal probability of A P(A|B) is the conditional probability of A, given B. It is also called

10、the posterior probability because it is derived from or depends upon the specified value ofB. P(B|A) is the conditional probability of B given A. It is also called the likelihood. P(B) is the prior or marginal probability of B, and acts as a normalizing constant,Bayes theorem with continuous prior a

11、nd posterior distributions,to get the posterior probability distribution, multiply the prior probability distribution by the likelihood function and then normalize,Bayesian inference,refers to the use of a prior probability over hypotheses to determine the likelihood of a particular hypothesis given

12、 some observed evidence; that is, the likelihood that a particular hypothesis is true given some observed evidence (the so-called posterior probability of the hypothesis) comes from a combination of the inherent likelihood (or prior probability) of the hypothesis and the compatibility of the observed evidence with the hypothesis (or likelihood of the evidence,Bayesian方法,Bayesian method,Model for the data,Model for the marker variance,Prior distribution of,Bayesian方法,Bayes A,Bayesian方法,Bayes B,Bayesian方法,Bayes C,基因組選擇在奶牛育種中應用,年青后備公牛分型 一些AI(人工授精)種公牛站也開始直接根據(jù)年青公?;蚪M育種值推銷精液

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論