手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

利用REML及贝叶斯方法估计猪乳头数的遗传参数

王楚端;马卫东;陈清明

  猪育种者很重视后备种猪乳头的数量及其分布情况,因为这些性状对于母猪的哺育能力具有重要作用。现有关于猪乳头数遗传力的估计主要基于亲子回归或方差分析方法。这些方法对数据资料要求较高,需要特定的实验设计,而实际育种中普遍存在世代交替及不平衡数据结构的情况,很大程度上影响了这些方法的准确性。本研究建立了单性状动物模型,通过Gibbs抽样对丹系长白猪乳头数遗传参数进行贝叶斯(Ba、yes)估计,并与约束最大似然(REML)估计进行比较。数据包括9898个个体总乳头数及系谱记录。模型中性别为固定效应,个体遗传效应为随机效应。结果表明,丹系长白猪乳头数的遗传方差组分、环境方差组分及遗传力的后验均值估计分别为1.046±0.009,O.534±O.005,0.661±O.004,相应的REMI。估计值为1.036,O.539,O.658,两者之间差异不显著(P>o.05)(表1)o Gibbs抽样时不同的先验值时后验均值估计有一定影响(表2)。 表1 丹系长白猪乳头数遗传参数的Bayesian后验估计及REMI。估计N:后验均值估计和REMI,估计差异不显著(P>O.05)。表2不同先验分布产生的后验均值估计 Gibbsl:均匀分布~Gibbs2:期望值o:=o.5.口;:1.o的反卡方分布;Gibbs3:期望值口;=1。o,口;=o.5的反卡方分布。同一列中含不同字母者为差异显著(P<O.05)。 本研究结果认为①猪乳头数为高遗传力性状,在选育中通过个体表型选择可以得到较好的效果;②以接近平均分布为参数先验值进行的G池bs抽样估计结果和REMI。估计值没有显著差别;③在进行参数的贝叶斯(Bayesian)估计时,不同的参数先验值对Gibbs抽样估计结果有较大影响,当数据信息量没有足够大时,应该谨慎的设置参数先验值。……