[发明专利]一种快速稳定的动物个体基因组育种值评估方法

摘要

本发明提供一种快速稳定的动物个体基因组育种值评估方法，涉及动物育种技术领域。该方法采用HIBLUP使用表型、基因型和谱系信息进行基因组育种值的预测，最终输出中包括估计的个体遗传价值、每个个体的加性效应和显性效应值以及用于基因分型芯片中的每个遗传标记效应的反向解析值。本发明全面利用谱系、表型和基因型信息来预测每个动物的遗传(加性和显性效应)价值以及每个SNP标记位点的效应值，实现最先进的基因组育种值的预测和方差组分估计算法而实现基因组选择。

主权项

1.一种快速稳定的动物个体基因组育种值评估方法，其特征在于：采用HIBLUP使用表型、基因型和谱系信息进行基因组育种值的预测，最终输出中包括估计的个体遗传价值、每个个体的加性效应和显性效应值以及用于基因分型芯片中的每个遗传标记效应的反向解析值；具体包括以下步骤：步骤1：将基因型进行数值化，基因型AA、AB和BB的编码分别为0、1和2；分别使用Henderson列表法的谱系信息和VanRaden方法的基因组信息构建个体之间的关系A(亲缘相关IBD)矩阵和G(状态相关IBS)矩阵，然后根据A矩阵和G矩阵的信息，构建动物个体间的混合相关矩阵H，如下式所示：根据群体中的动物个体是否具有基因分型信息将个体分成两种不同的群组，下角标为“1”的代表仅具有系谱而没有基因组分型信息的个体群组，下角标为“2”的代表同时具有谱系和基因组分型信息的个体群组；其中，A11、A22分别表示群组“1”内个体之间的亲缘相关和群组“2”内个体之间的亲缘相关矩阵，A12表示群组“1”和群组“2”的个体之间的亲缘相关矩阵，并且A21是A12的转置矩阵，α是融合矩阵G和矩阵A22之间的关系调和百分比；步骤2：使用HE回归算法从H矩阵和表型值导出遗传方差和残差方差，其方程如下：其中，y为表型值向量；为第i个随机效应所解释的方差；为残差方差，n是模型中随机效应的数目；A_j为对称非负矩阵，为A_j的最优估计值，K_i和K_j分别是第i个和第j个加性效应协变量矩阵；步骤3：将HE回归的遗传方差和残差方差设置为后续AI迭代的先验值，然后使用AI迭代算法推导遗传方差和残差方差至收敛标准，并得到所估计的遗传参数；步骤4：通过Henderson方法3使用步骤3中估计的遗传参数求解混合模型方程，并获得每个个体的估计育种值，混合模型方程为：其中，Cov(u，e′)＝0，X代表对应固定效应的设计矩阵，Z是对应随机效应的设计矩阵，I是单位矩阵，K^‑1是亲缘关系矩阵的逆矩阵，是估计的固定效应向量，是估计育种值向量；步骤5：用反向求解方法计算基因分型芯片中每个SNP标记的加性效应，计算公式为：其中，是SNP标记的加性效应值向量，m是SNP标记数量，M′是加性标记协变量矩阵，p_i和q_i为第i个SNP遗传标记的等位基因频率；步骤6：当等位基因AA、AB和BB的基因型分别编码为0、1和0时，使用步骤2至步骤5相同的方法处理显性模型来反向求解每个SNP标记的显性效应值。