breedR包由法国人facundo munoz开发的，源于对林业遗传分析所用，现已用于动植物遗传分析。其内核也是基于REML理论，所用的编程语言基于Fortran，可做类似于ARSReml-R包的分析，遗憾的是，目前该程序包暂时未能用于多性状分析和基因组选择分析。

下文做一简单的示范。

程序包的安装：

   if( !require(devtools) ) install.packages('devtools')

  devtools::install_github('famuvie/breedR')

其它程序包的安装：

   install.packages(c('tidyr','dplyr','ggplot2','GGally','knitr','viridis'))

简单示范：

data("douglas")

dat <- droplevels(subset(douglas, site == "s3")) # 目标数据

表型数据的图形

ggplot(dat, aes(x, y, fill = C13)) +

 geom_raster(show_legend = FALSE) +

 coord_fixed() +

 scale_fill_viridis()

示范1 简单的区组设计模型

dat$fam <- factor(dat$mum)  # 数据格式转换

h2.fml <- "4*G_3_3_1_1/(G_2_2_1_1+G_3_3_1_1+R_1_1)"  # 遗传力计算

res.base <- remlf90(

 fixed = C13 ~ orig,

 random = ~ block + fam,

 progsf90.options = paste("se_covar_function h2", h2.fml),

 dat = dat)

运行结果如下：

> summary(res.base)

Linear Mixed Model with pedigree and spatial effects fit by AI-REMLF90 ver. 1.122

  Data: dat

  AIC   BIC logLik

17987 18003  -8991

Parameters of special components:

Variance components:

        Estimated variances S.E.

block                   1087  387

fam                     1774  604

Residual               19914  774

  Estimate   S.E.

h2   0.3095 0.1004

Fixed effects:

        value   s.e.

orig.pA 471.86 12.470

orig.pB 501.58 19.925

orig.pC 435.96 27.087

orig.pF 444.08 14.372

orig.pG 378.28 50.751

orig.pH 389.80 46.890

orig.pI 409.80 47.066

orig.pJ 416.98 46.660

orig.pK 445.68 46.509

随机效应值如下：

> ranef(res.base)

$block

       value     s.e.

1   22.237335 18.30979

2    5.424956 17.93340

3  -11.723889 20.26381

4   14.077191 18.96857

5  -35.876594 19.28160

6   20.279598 18.05373

7   11.840247 20.62507

8   11.613073 17.93919

......

$fam

       value     s.e.

1    9.390304 25.17861

2  -49.228936 24.44993

3  -10.615627 26.03407

4   46.583473 24.92353

5   -3.174557 26.03291

6   28.684198 25.44909

7   47.244867 27.39178

8   26.594792 25.18145

.......

残差图

coordinates(res.base) <- dat[, c('x', 'y')]

plot(res.base, 'residuals')

示范2 个体模型+区组设计

res.blk <- remlf90(

 fixed = C13 ~ orig,

 genetic = list(model = 'add_animal',

                pedigree = dat[, c('self','dad','mum')],

                id = 'self'),

 spatial = list(model = 'blocks',

                coord = dat[, c('x','y')],

                id = "block"),

 dat = dat)

运行结果如下：

> summary(res.blk)

Linear Mixed Model with pedigree and spatial effects fit by AI-REMLF90 ver. 1.122

  Data: dat

  AIC   BIC logLik

17984 18000  -8989

Parameters of special components:

spatial: n.blocks: 34

Variance components:

        Estimated variances S.E.

genetic                 5477 1727

spatial                 1107  391

Residual               16235 1384

            Estimate    S.E.

Heritability   0.2389 0.07069

Fixed effects:

        value   s.e.

orig.pA 466.96 14.430

orig.pB 493.67 20.055

orig.pC 435.60 25.267

orig.pF 444.01 13.464

orig.pG 378.21 46.773

orig.pH 389.83 42.457

orig.pI 409.72 42.655

orig.pJ 417.02 42.198

orig.pK 445.65 42.027

残差图：

plot(res.blk, 'residuals')

空间效应图

plot(res.blk, type = 'spatial')

近期内，将继续演示breedR的空间分析模型和遗传竞争模型。