育種中一般配合力和特殊配合力的計算方法

• 2019 年 12 月 5 日
• 筆記

轉給有需要的朋友，如何計算配合力。

研究生期間，學習數量遺傳學時，對配合力的概念感到很神奇，曾經和同學討論過，按道理說曹操的一般配合力很高，幾個孩子都很出色。

那麼問題來了，什麼是一般配合力？一般配合力就是可以穩定遺傳的因素，即曹操和不同女性生育的孩子，都很出色，這表明這種出色不因為不同女性的差異而變化，說明這種出色是遺傳自父親，因此曹操的一般配合力比較高。

那麼什麼是特殊配合力呢？看一下曹操的父母，這可以理解為其父母之間的特殊配合力比較高。

同學表示這很偽科學，並表示我這種思想很危險，亂套概念。。。

教科書的定義：

下面通過一篇文獻，介紹一下配合力的計算方法。 兔兔

同事去四川出差，同桌再三囑咐要帶兔頭，並表示會在他回京之前提醒他——-帶兔頭。另一個同事一直認真的認為：「兔兔這麼可愛，為什麼要吃它」。

文獻參考：

Adenaike A S, Osisanya T O, Ogunsola O D, et al. Combining Ability and Inheritance of Growth Traits in Rabbits[J]. Journal of Biology Agriculture & Healthcare, 2013.

試驗設計如下：

三個兔子品種，進行雙列雜交（無自交，有正反交），共6個組合，每個組合重複了5次，測量其子代的性狀，評價三個兔子品種的一般配合力和特殊配合力。

數據分析思路：

首先採用方差分析的方法，將其作為固定因子計算一般配合力和特殊配合力效應值，然後作為隨機因子計算方差組分，根據方差組分計算遺傳力。

計算結果：

一般配合力和特殊配合力結果：

這個裏面我們也可以計算配合力的顯著性。

遺傳力的計算：

文章中可以改進的地方：

文章還在用方差分析的形式，計算效應值作為配合力值，這種算法有缺點，比如有缺失值或者數據不平衡（比如重複不一致），計算不準確。推薦使用混合線性模型，將親本和組合作為隨機因子，可以直接計算方差組分，而且可以將BLUP值作為配合力。當然，如果使用混合線性模型，就不能得到文章中的配合力的顯著性了。

總結：

配合力計算，無論是動物育種，還是植物育種，都會經常遇到，關鍵是要理解什麼是配合力，以及為什麼要計算配合力。

特殊配合力一般用於劃群，比如劃分父本群和母本群，就是因為這兩個群的特殊配合力比較高，如果我們不斷提高父本群和母本群的一般配合力，而且同時保持兩群的特殊配合力，育種才會不斷的提升。

如果有需要討論的問題，歡迎聯繫我：dengfei_2013@163.com

什麼？你想看代碼？

數據描述：

數據：孔繁玲《植物數量遺傳學》第十章（p282頁）例10.8

父本有4個，母本有7個，共有4*7=28個組合（家系），重複2次。

# 沒安裝learnasreml  # devtools::install_github("dengfei2013/learnasreml")library(learnasreml)  data("NCII")  dat = NCII  str(dat)# 收費軟件解決方案  library(asreml)  mod = asreml(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat)  summary(mod)$varcomp# 廣義遺傳力  pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) )# 狹義遺傳力  pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4))# 配合力  coef(mod)$random# 免費軟件解決方案  library(sommer)  mod = mmer2(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat)  summary(mod)  # 廣義遺傳力  pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) )  # 狹義遺傳力  pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4))  # 配合力  randef(mod)

結果整理： 遺傳力：

一般配合力：

特殊配合力：