对于单品种-多品种-跨品种-杂交的基因组选择预测
来自美国乔治亚大学的Dr Yvette Steyn的报告（Feb 15, 2022），她报告了自己最近的博士毕业论文。
1 参考群体
群体要大，具有表型和基因型，需要与预测群体关系近，
没有测量偏差，不断更新； 内部的品种
image.png
一个品种：
image.png
多个品种：
image.png
上述两个方法的缺点：
image.png
跨品种：
image.png
杂交的品种：
image.png
做的原因：
image.png
不能成功的原因：
image.png
杂交：
image.png
猪和鸡常见， 羊和肉牛也开始使用
利益：
image.png
可能的方法
image.png
第一个研究-使用多品种基因组关系矩阵对单个品种进行GS
目的：
image.png
材料和方法：
image.png
和BLUPF90
image.png
工作流程：
image.png
结果
PCA结果：
image.png
准确性：
image.png
image.png
共享SNP
image.png
没有共享SNP：
image.png
结果：
image.png
降低SNP数
image.png
杂种：
image.png
具有覆盖：
image.png
其解决：
image.png
第二部分-间接预测杂种（Holstein 和Jersey）的产奶量
杂交：
image.png
image.png
直到第5代：
image.png
研究目的：
image.png
数据和方法：
image.png
image.png
杂交的比例：
image.png
算法：
image.png
6个场景：
-
1 SNP解来自Jersey的解：
image.png
-
2 或者来Holstein:
image.png
-
3 来自杂交
image.png
-
4 来自jesey和Holstein
image.png
-5 最后全部混合
image.png
-
6 使用品种的比例（作者提出的方法）
将DGV相加
image.png
结果
预测能力：
image.png
衡量数据的inflation:
image.png
结论
image.png
第三部分- 美国Holstein的有效群体结构和遗传改变或变化，遗传多样性
不同的群体：
image.png
方法的改变：
image.png
遗传的冗余： 提出有利的变异：
image.png
高度多态性：内部多个组合
image.png
一些基因具有相同功能，一些基因有较大的效应：
image.png
上位性，多效性:
image.png
研究目标：
image.png
数据：
image.png
PCA结构
image.png
内部簇之间不同的衡量：
image.png
近交：
image.png
测量
image.png
结构：
image.png
GWAS 结构：
image.png
加性遗传相关
image.png
方法：
image.png
image.png
计算遗传相关：
image.png
image.png
基因flow
image.png
具有基因型的动物
image.png
image.png
基因分享：
image.png
基因型频率：
image.png
SNP的查看： 绿色的是选择的marker，红色是相近的基金
image.png
image.png
查看DGAT基因：
image.png
遗传方差：
image.png
range：
image.png
改变醉倒的前100-SNP： family 1
image.png
结论：
image.png
思考：
image.png
总结全部
image.png
问题
1 预测杂种的动物时，应该在建立参考群，也应该将其加入其中
2 上位效应和GXE目前还没加入
3 为什么使用品种比例，使预测中准确性降低，
可能来自不同群体的SNP频率不同，可能使用丹麦的SNP频率来源方法，能使准确性有一些增减。但是实践中，提高的准确没那么高
4 小品种动物的未来？
其可能不要过分依赖GS，如果不能得到足够的数据.
因为没有足够的数据，对于其GS预测也是不准确的。即使你加入了其他大品种的数据，但是对于小品种预测的准确性不会有很大提高。
一个方法：将小品种与大品种杂家，将杂交的动物加入参考群体，可能会增加小品种的预测准确性
5 杂交的动物，需要自己建立参考群体或者直接加入其他大品种的参考群体吗？
取决于自己的目的，如果不是将其培育为一个单独品种，建立将其加入到其他大的参考群体（来自亲本），能更快和更经济的进育种
