[发明专利]性状预测模型制作方法和性状预测方法

权利要求书

1.一种由计算机执行的性状预测模型制作方法，其特征在于：

使用在生物的N个个体中使p个单核苷酸多态性与性状对应的单核苷酸多态性数据，制作预测多因子性性状的表现型的预测模型，

性状预测模型制作方法包括计算机使用通过输入装置输入的所述单核苷酸多态性数据进行的以下工序：

将所述p个单核苷酸多态性如下所示地矩阵表示的工序，

其中，关于第i个的个体的第j个多态性，在两个等位基因与代表序列一致的情况下记为“AA”，在仅一个等位基因与代表序列一致的情况下记为“AB”，在两个等位基因与代表序列不一致的情况下记为“BB”，将矩阵W的i行j列要素记为W(i，j)，将第j个多态性的等位基因频率记为f_j，对各多态性确定任意的碱基，将具有所述任意的碱基的序列作为代表序列；

将所述p个单核苷酸多态性基于作为遗传结构的效应量和等位基因频率分类为Q_es×Q_RAF的类别的工序，

Q_es×Q_RAF式中，1≤i≤Q_es，1≤j≤Q_RAF，Q_es和Q_RAF为分位数且为正整数；

对于各个所述类别，使用所述矩阵表示和属于所述类别的所述单核苷酸多态性的个数，通过下式计算基因组相似度矩阵的工序，

式中，A^(i，j)是指类别(i，j)的基因组相似度矩阵，其为N×N维，p^(i，j)是指属于类别(i，j)的SNP的个数，W^(i，j)是指从矩阵W仅切出属于类别(i，j)的SNP的列向量的部分矩阵，其为N×p^(i，j)维，W^(i，j)′是指矩阵W^(i，j)的转置矩阵；和

将所述基因组相似度矩阵和所述遗传结构的参数应用于以下的线性混合模型的工序，

y＝μ1_N+g+ε

式中，y是指性状向量，其为N维，μ是指性状的平均值，l_N是指由l构成的列向量，其为N维，g是指遗传因素对性状的贡献向量，其为N维，ε是指残差向量，其为N维，g^(i，j)是指属于类别(i，j)的SNP对性状的贡献向量，其为N维，A^(i，j)是指与类别(i，j)对应的基因组相似度矩阵，其为N×N维，I是指单元矩阵，其为N×N维，是指多变量正态分布，是指多变量正态分布，是由属于类别(i，j)的SNP说明的性状的方差，是由残差说明的性状的方差。