林木育种中数据分析的方法介绍

想要参加相关学习和培训，想要得到相关资料和代码，添加微信joinVSNC为好友，拉您进入数据分析交流群。

林木遗传改良的目标

利用遗传改良的原理以最低的成本获取单位时间内最大的遗传增益。其中一个重要的环节是估算亲本的遗传参数，包括主要经济性状的遗传力、遗传相关和基因与环境互作等遗传参数。利用这些参数进一步估算遗传增益和计算多性状综合选择指数。

ASReml为什么适合在林木上应用？

首先ASReml是一个用于混合线性模型分析的统计软件，可用来做复杂的遗传分析，包括估计随机效应的方差分析、固定效应值和预测随机效应值。比较突出的优点是灵活的定义误差和随机效应的方差协方差结构，可以利用系谱信息调整个体间由于群体内非随机交配引起的个体间的遗传关系。

林木群体大小是有限的，在有限的群体内，遗传漂变、近交和选择使得群体内的基因频率发生改变，遗传参数不是常数，ASReml利用分子亲缘相关矩阵的混线性模型可以解释建立群体时遗传均值和方差的改变。

ASReml在林木遗传参数的分析中具有的优越性

1、可以处理大量平衡和不平衡数据，由于林木试验具有长期性和复杂性，常会有缺株现象。ASReml可以对缺失数据进行估计以先非平衡数据林木遗传参数的无偏预测。

2、混合线性模型以及混合模型公式中的R结构和G结构使用灵活。混线性模型可以处理多个固定和随机效应，可以进行多代和混合交配设计的育种值估计、随机误差相关的多性状分析、随机误差异质的多试验点分析、遗传与环境互作分析、随机误差的空间分析以及分子数据的关联分析和随机回归分析等。R结构和G结构的灵活使用可以在估算遗传方差组分的同时估算协方差组分，进而计算遗传相关等信息。

3、充分利用林木个体间的分子亲缘关系矩阵进行准确的估计和预测。对于给定的系谱信息，ASReml将自动创建分子亲缘关系矩阵，用户也可以自己创建特定的分子亲缘关系矩阵进行遗传参数的估计。

4、得到线性组合方差、协方差、遗传相关和标准差。ASReml的结果文件将详细列出各项遗传参数组分以及显著性检验结果。

5、界面友好且使用快捷。ASReml可以在包括Windows在内的多个操作系统运行，程序编写简单。ASReml开发了基于R语言的程序包ASReml-R，可以结合R语言功能更方便强大。ASReml能够同时处理REML、BLUE和BLUP程序，程序执行速度快。

ASReml在林木遗传分析中的应用前景

1、遗传方差分量估计和预测育种值。根据测定群体的试验设计方案、个体间的亲缘关系以及表型数据，ASReml可以利用一般配合力模型、单株模型、遗传群体模型和无性系模型，对自由授粉或控制授粉子代数据来预测个体的育种值和非加性效应包括显性效应、母体效应、交互作用等并给出标准误。

2、可以拟合灵活多样的G和R矩阵。比如1~3阶的自回归结构可以应用于林木空间和竞争分析。该功能可以拟合一个以每株树为坐标点的试验地的超势面，从而减少剩余误差的估计，提高了对遗传效应的估计精度。再如，可以根据数据结构，拟合异质剩余误差。

3、遗传力和遗传相关估计。结合ASReml估计的方差协方差组分，可以自动估算出遗传力以及遗传相关以及这些估算值的标准误。用户还可以通过指定的遗传方差和环境方差并利用公式来估算性状的遗传力和性状间的遗传相关。

4、多地点分析和多变量分析。ASReml可以高效的同时对多个性状分析和多个地点的测定林放在一起分析，结合系谱信息及灵活的方差结构，使得研究人员把所有数据放在一起分析变得可能。利用多地点分析可以检测遗传与环境互作的类型，并进行性状遗传的稳定性分析。

ASReml分析和评估方法，将对现在有的林木遗传评估系统予以改善，适用于群体和分子标记数据以及显性关系矩阵、DNA数据与表型和系谱数据的结合使用、主基因效应、繁殖方式和近交衰退与遗传互作、间接的遗传效应等内容的分析，将建立重要性状经济权重估计的经济模型，并应用早期存活、生长和竞争能力来预测砍伐期的材积模型。

参考文献：

边黎明, 施季森, 童春发,等. ASReml及其在林木遗传分析中的应用前景[J]. 林业科技开发, 2012, 26(4):9-12.

学习交流群：398671275