分为三部分介绍:1、随机区组试验 2、一年多点试验 3、多年多点试验
软件:GenStat
随机区组试验:16个水稻品种、三次重复的随机区组试验,调查株高的数据资料列于表5-5中,试估算广义遗传率。方差分析模型:
GenStat实现方法:因为要估计方差组分,上面的公式是基于固定效应方差分析的结果计算的,在GenStat中,如果将品种和区组当成随机因素,可以直接估计方差组分,模型如下:
操作方法
一年多点的广义遗传力计算方法:9个品种,10个地点,每个地点重复4次,表型为百粒重,计算百粒重的广义遗传率。(农业试验设计与统计分析 王福亭主编 1991 331-342页)公式:
其中gl为基因与地点互作,l为地点的个数,r为重复的个数。GenStat模型如下:
方差组分的结果如下:
H2 = 0.01904/[(0.01904 + 0.0208/10 + 0.01939/(4*10)) = 0.8813
多年多点的广义遗传率计算: 计算公式:
其中var(g)是基因型的方差组分,var(gl)是基因地点互作的方差组分,var(gy)是基因年份互作的方差组分,var(e)是环境的方差组分,y是年数,l是地点数。数据是2年,2地点,良毙2重复,143个品种的土豆品种BRIX性状数据,数据来源(http://articles.extension.org/pages/61006/estimating-heritability-and-blups-for-traits-using-tomato-phenotypic-data#.VGmvjBSEBtJ )GenStat模型:因为数据有缺失值,这里采用线性混合模型:
具体计算方法
遗传率的意义:性状的表现(表现型)是基因型和环境共同作用的结果,但对某一具体性状而言,了解它的遗传作用和环境影响在其表现中各占多大的比重,对于育种家关系极大。一般地说,遗传率高的性状,容易选择,遗传率低的性状,选择的效果较小。遗传率高的性状,在杂种的早期欧拒世代选择,收效较好。而遗传率较低的性状,则应在杂种后期世代选择才能收到较好的效果。
相关选择,又称为间接选择。有些性状,尤其是产量等经济性状都是典型的数量性状,且遗传率很低,但是若这些性状与某些遗传率高的简单性状密切相冲忌包关,可以用这些简单性状作为指标进行间接选择,以提高选择的效果。如大豆产量的遗传率很低,而子粒重、开花期的遗传率较高,且与产量之间有很高的相关系数,因此可以通过选择子粒重、开花期而达到对产量的选择目的。
利用方差分析也可以计算方差组分,这里面的操作都是对方差组分进行操作的
推荐用混线性模型进行相关分析,比如SAS的mixed model ,R的lme4,GenStat,ASReml等