gagblup

ga-gblup

基因组选择（GS）已成为一种有效的技术，可以通过在收集表型之前实现早期选择来加速作物杂种繁殖。基因组最佳线性无偏见预测（GBLUP）是一种可靠的方法，通常用于GS育种程序中。但是，GBLUP假定标记对总遗传差异的贡献也同样贡献，情况并非如此。在这项研究中，我们开发了一种称为GA-GBLUP的新型GS方法，该方法利用遗传算法（GA）选择与目标性状相关的标记。，我们根据AIC，BIC，R 2和HAT定义了四个适应性函数，以根据链接不平衡的原理来改善可预测性和bin相邻标记，以减少模型维度。结果表明，配备R 2和HAT健身功能的Ga-GBLUP模型对大米和玉米数据集中的大多数特征的可预测性高得多，尤其是对于遗传性较低的特征。此外，我们已经为GS开发了一个用户友好的R软件包，gagblup，并且该软件包可以在Cran（https://cran.r-project.org/package=gagblup）上自由使用。