[doc] 最佳线性无偏预测估计种畜育种值（BLUP）可视化计算机程序

[doc] 最佳线性无偏预测估计种畜育种值（BLUP）可视化计算机程序 最佳线性无偏预测估计种畜育种值(BLUP) 可视化计算机程序 《农业网络信g)2008年第7期研究与开发 最佳线性无偏预测估计种畜育种值(BLUP) 可视化计算机程序 谢振宇t,谢镇玲z,蒋清洋s (1.沈阳市畜牧技术推广站,辽宁沈阳110032;2.沈阳市儿童医院,辽宁沈阳110032; 3.沈阳市牛羊繁育中心,辽宁沈阳110032) 摘要:应用VB6可视化编程软件,较先进的最佳线性无偏预测估计种畜育种值(BLuP法)程序,增强了软件的功能, 使其更具易用性,广泛性. 关键词:最佳线性无偏预测;可视化程序;矩阵求解 中图分类号:S126文献标识码:B文章编码:1672—6251(2008)07—0029—03 Thevisualcomputerprogramonestimating thebreeder’Sbreedingvaluebybestlinearunbiasedprediction(BLUPmetho d) XIEZhen—yu,XIEZhen—ling,JIANGQing-yang (1.ShenyangExpansionStationintheAnimalHusbandryTechnique,Shenya ng110032,China;2.ShenyangChildren Hospital,Shenyang110032,China;3.ShenyangCenterontheCowandtheSheep,Shenyang110032,China) Abstract:ApplyingtheVB6visualprogrammingsoftware,theprogramonestimatingthebreeder’sbreedingvaluebymore advancedbestlinearunbiasedprediction(BLUPmethod)isdesigned,Strengtheningthefunctionofthesoftware,makingiteven beenusedeasily,universality. KeywordslBestlinearunbiasedprediction;Visualprogram;Seekingthesolutionbymatrix 过去种畜的后裔测定一般采用母女比较法,同期 比较法,同群比较法,同期同龄比较法(CC法)和 改良同期同龄比较法(MCC法)等.但是.这些方法 多少都受一些条件的限制,不满足条件便达不到预期 效果,误差较大.而最佳线性无偏预测BLUPfBest LinearUnbiasedPrediction)估计种畜育种值的方法是 美国人Henderson提出的推算种畜估计育种值的较好 方法.BLUP法可以通过对称矩阵求解的方式把不同 牧场的畜群效应,种畜的效应和机误误差剖分开来 使求得的种畜育种值准确性更高.所以.这是目前国 际上认为最为理想的测定种畜育种值方法.此法可以 用于乳牛,肉牛,猪和绵羊等育种实践中.目前, BLUP法已从单性状育种值估计发展为多性状育种值 估计.BLUP法根据不同的影响因素建立混合线性模 型.求解运算过程复杂,计算量大,笔者设计这款程 序的目的就源于此. 1软件功能 (1)采用Word对象处理技术,实现与Word文档 连接,并可自动进行Word表格的数据读取和写入操 作,取代了通常进行的数据输入操作.这个功能对普 通计算机操作者来说,更具易用性. (2)实现种畜,种畜合计,牧场数,牧场合计和 其它数据的自动计数和自动识别统计,无需人为设 定,省去了人工输入这些数字的麻烦.简化了操作过 程,可避免人为错误. (3)实现Word表格一个单元格多数据识别功能, 在种畜数较多的情况下,解决了Word页幅宽的局限 问 (4)资料处理结束后,可将全部过程和分析结果 直接以文件的形式保存或打印存档,不必再做任何计 算和抄写处理. 2BLUP法的数学模型原理 收稿日期:2008—04—17 作者简介:谢振~(1954),男,高级畜牧师,研究方向:动物育种,饲料配方 与遗传参数,生物统计的计算机软件设计. 一 29— 《农业网络信g)2oo8年第7期研究与开发 BLUP法可以对种畜场环境差别引起的性能变化 进行校正,因此,有更高的准确性.该方法是个线性 方程.此法中,环境因子被假定成固定因子,如年 度,牧场,季节,合称场年季效应;而遗传因子,如 父亲,称作种畜效应.同时含有这两类不同因子的数 学模型.称作混合模型.用来计算种畜育种值的数学 模型都是兼有固定和随机效应的混合模型,一般应用 最小二乘法计算种畜育种值,其数学模型是: Y=XB+Ze 式中:Y一观察矢量;X一已知的固定因子;B一 未知的固定矢量;Z一已知的随机因子;一未知的随 机矢量;e一随机的非观察矢量,是正态分布的. 其操作式为 [][二::,y] 式中XX一畜群矩阵;ZZ一种畜矩阵;B和 一 要求解的畜群和种畜的列矩阵;XY和Zy一相应 畜群和种畜的记录. 3材料与方法 表1的数据是由种畜和畜群两个因素分类整理出 来的,是由4头种畜饲养在3个牧场中的后裔产乳量 ()记录数据得到的表型成绩,通过这些数据来推 断这4头种畜该性状的估计育种值. 在只有畜群和种畜两因素的情况下,可用下述统 计模型描述有关特征: yijk=~+hi+Sj+eijk yii一第i群J头种畜k个后裔个体的表型值(产 乳量)记录;一反映全畜群总平均数;hi一第i畜群 效应,Si—i种畜效应,e一第i群i种畜第k后裔的 剩余随机误差. 上述统计模型可改写成矩阵形式: y=xot+z[~+e 在这里.v一后裔表型值的n维向量,e一随机误 差的n维向量,x一已知畜群固定效应的n×P阶关联 矩阵.z一已知种畜随机效应的nxg阶关联矩阵,仪和 B一未知待求解的向量. 据此可用矩阵方程式写出:Wb=t W一系数矩阵,b一求解矩阵,t,总数矩阵. 其最小二乘方程组的数字系数矩阵会被该程序自 动列出,见表2(对称矩阵表). 表2对角线上的数值27-33,31.33,30-33和 28.33是由各种畜后裔数15,19,18和t16分别加上 由h计算的K值12.33得来.计算K值的公式如下: 表1某牧场奶牛产奶量资料(单位:kg) 《农业网络信~,)2008年第7期研究与开发 已知产乳量的h2=0.3,代入公式K=4/0.3—1— 12.33. 这是对种畜项进行遗传校正.后裔数越少,校正 后缩小程度越大. 另外.矩阵的前四个解还不是单值解,这是因为 方程1等于方程2与方程3和方程4之和,这四个方 程间还有关联,没有对参数U,Hi进行明确的定义, 可通过定义附加条件.在矩阵下面加入一行,并在该 行的畜群列上分别填入1即可解决这一问题,使各个 解的计算结果更加精确.这时就会在矩阵表的第7行 多计算出一个解b,这个解称作随机误差,其代表符 号为e,通常情况下这个值应等于零,因运算误差, 故接近于零. 4操作过程 (1)建立一个Word文档,按表1的形式将记录 数据填入表格.在表格后面的畜合计列和下面的畜群 合计行可空着,计算机会对填入的数据自动识别计 算,并将结果添入文档中. (2)建一个文件夹,将上述文档和该软件存入此 文件夹中,计算机就会自动连接该文档.无论该文件 夹放到硬盘的哪个位置,都不会出现”找不到文件” 的错误 (3)以”BLUP数据表”的名称保存上述Word文 档.在计算机请求输入文档名称时,可直接回车,不 用输入任何字符,计算机就会默认连接该文档.如果 该文档起了不同的名称,就要正确输入这个文档名 称,然后回车. (4)用鼠标点击该软件图标,出现该软件窗体, 点击”运行”按钮,程序开始运行. 5计算结果 计算机会把处理数据所设计的对称矩阵表写入该 文档中,供数据处理人员参考和分析.最后,把计算 结果填写到后面,下面是写入Word文档计算结果全 部内容: 输出结果: ?总平均水平:u=4928.90777605622; ?牧场畜群水平: H=4749.28838842,H2=4535.70721774,H3= 4819.91403784; ?随机误差:e=681.813686427444; ?种畜估计传递力ETA: S=一13.15583176,S2=,61.39097631,S3= 40.89845495,$4=33.64835944; ?种畜实际度量单位的估计育种值: I】=4902.5961125,I2=4806.1258234,I3= 5010.704686,I4=4996.204495; 比较结果为:I3>I,>Il>I2. 6输出结果说明 第一条是所有种畜在所有牧场的后裔总的生产性 能平均水平,符号为U. 第二条是各个牧场畜群分别的生产性能平均水 平,由解方程得出的各牧场效应Hi加上U计算而来. 第三条是随机误差,在前面已叙述. 第四条的Si各值是各种畜的效应值.称为种畜的 估计传递力ETA(EstimateTransmittingAbility),因为 是使用后裔成绩记录推算的,估计传递力效应值ETA 相当于预期差值PD. 参考文献 【1】于渭江.乳用种公牛选择中的最优线性无偏估计法【JJ.中国奶 牛,1984,(1). 【2】王占川.应用BLUP法估算育种值建立奶牛改良体系【JJ.中国 草食动物,2006,(5). 【2】李勇平.VisualBasic6.0案例教程【M.北京:北京希望电子出版 社.2001.1—381. 【3】V.K工作室.Excel2000VBA入门【M】.北京:科学出版社, 2o01-3—20.343,361. 一 31—