Soria1998 桉树 贝叶斯 标准化

Soria F, Basurco F, Toval G, et al. An application of Bayesian techniques to the genetic evaluation of growth traits in Eucalyptus globulus. Canadian Journal of Forest Research, 1998, 28(9): 1286–1294.

摘要

采用贝叶斯程序结合吉布斯抽样实现了7年生蓝桉（Eucalyptus globulus Labill）遗传参数和高度和直径育种值的推断。数据集包括来自260个开放授粉家庭的21 708棵树，这些树来自10个不同的澳大利亚种源，来自一个西班牙种群和来自两个克隆。这些树木分布在西班牙南部的八个地点，每个地点有20个区块。对块之间表型变异的异质性校正数据。在分析中，在关系矩阵中假设开放授粉家庭的自花授粉率为30％。高度和直径遗传力以及遗传和表型相关性的后验平均值（和标准偏差）分别为0.217（0.014），0.128（0.084），0.768（0.028）和0.799（0.003）。标准REML的结果分别为0.173,0.113,0.759和0.798。两种方法的遗传力估计值的大部分差异可归因于残余最大似然估计值与假定的自花授粉率的调整，这忽略了试验中克隆的存在。育种值预测方法（最佳线性无偏预测或贝叶斯技术）对所选树木的遗传优势的影响并不重要。两种性状都证明了种源间和家庭间的繁殖价值差异。

在树木育种计划中，基于单个树木混合模型的残差最大似然（REML）（Patterson和Thompson 1971）和最佳线性无偏预测（BLUP）（Henderson 1975）的组合使用已经被提出作为选择的方法。估计感兴趣特征的方差分量并预测育种值。这些技术主要用于家畜的遗传评估，与传统方法（例如表型或指数选择）相比具有显着的优势，因为它们利用了所有可用的谱系信息，增强了我们比较不同种群，世代中树木的遗传价值的能力。或网站（White和Hodge 1989; Borralho 1995）。然而，这种方法存在一些局限性，特别是在低尺寸数据集中的相关性：只能得到遗传参数不确定性的近似测量值，预测的育种值取决于方差分量的点估计值和育种值的预测误差方差。随着估计和真实方差分量之间的差异增加而增加。
基于感兴趣参数的边际后验分布的微积分，可以在贝叶斯方法中减轻标准混合模型方法（REML / BLUP）的这些问题。已经概述了这种方法的多种优点：使用先验信息（如果有的话），消除烦扰参数，精确的有限样本分析，方差分量的综合估计和育种值的预测（Gianola等，1989）。吉布斯采样和相关的马尔可夫链蒙特卡罗方法允许从田间数据中绘制贝叶斯推论（Sorensen等人1994; Wang等人1994），并且最近使用该方法在动物育种中进行了许多工作（Rodriguez等人。 1996; van Arendonk等，1996）。在林业科学中，贝叶斯方法已应用于产量模型的分析（Green和Strawderman，1996），但在树木育种计划中的应用尚不清楚。本研究将这些技术应用于西班牙条件下260个澳大利亚塔斯马尼亚蓝桉（Eucalyptus globulus）家族和使用双变量个体树模型的当地遗传材料的生长性能的遗传分析。