R语言计算玉米测交试验的配合力
1. 玉米测交试验
可以认为,玉米侧交试验,是一个NCII的试验,在玉米实际的育种中,由于其测用结合的特性,应用广泛。
试验设计如下:
骨干系:4个
待测系:7个
重复:2次
观测值:产量
计算目的:
- 1 计算待测系的一般配合力(选择最优品系)
- 2 计算待测系和骨干系的特殊配合力(选出最优组合)
2. 概念解释
配合力:
杂交育种成功的关键在于正确选配亲本,因为杂种的表现如何,不仅取决于自交系本身的农艺性状,而且决定于亲本间的相互关系,这种相互关系成为配合力。
一般配合力(GCA)
如果某一品系与许多品种、自交系杂交,其F1的平均产量成为该品种的一般配合力(GCA)。
特殊配合力(SCA)
将其中某个特定组合的表型与一般配合力之差数称为该品系的特殊配合力(SCA),它反映了两个亲本之间的特殊关系。
配合力的作用
育种过程中,可以选用一般配合力高的自交系组成轮回群体,以积累加性基因,提高一般配合力。选用特殊配合力高的亲本组配杂交组合,可以通过多基因位点的互作,获得较高的杂种优势效应。
刘纪麟《玉米育种学》 第二版,中国农业出版社 P94
3. 计算流程
- 1 读取数据
- 2 查看数据结构,转化为因子
- 3 构建模型
- 4 提取配合力结果
# 读取数据
dat = read.csv("NCII_dat.csv")
str(dat)# 转化为因子
for(i in 1:5) dat[,i] = as.factor(as.character(dat[,i]))
str(dat)# 构建模型
library(sommer)
mod = mmer(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat)
summary(mod)# 提取配合力结果
gca1 = mod$U$P1
head(gca1)gca2 = mod$U$P2
gca2sca = mod$U$Fam
sca
4.其它参数的计算
配合力的显著性:
配合力的效应,是效应值(Effect),如果判断显著性,先看方差分析中GCA和SCA是否达到显著性,然后计算每个自交系的GCA的显著性。
因为GCA是总和为0的效应值,如果判断每个品种的GCA是否是显著的,其实是和0进行的比较,其实是进行的是T检验,可以计算LSD0.05和LSD0.01,比较GCA的值,判断其显著水平。
狭义遗传力与广义遗传力
不同近交系数,计算方法是不一样的,感兴趣的老师,可以参考我之前写的博客:如何使用NC II 遗传设计估算配合力和遗传力?
5. 数据介绍
表型数据:
6. 结果怎么看?
上面P11
,P12
,P13
,P14
为骨干系(测验种),可以看到P12位1.15,最高,说明P12和所有待测系杂交后代的平均值最高,而且比整体平均值高1.15.
注意,这里的一般配合力都是相对于整体平均值的效应值,他们的整体之和为0,为正表示高于整体平均值,为负表示低于整体平均值。
这里的P20~29为待测系,可以看到,P211的一般配合力为2.08,表现最好。
注意,一般配合力,都是针对于自交系本身的,它的值主要是在本实验内才有意义,重点是排名,为了筛选。
上面是特殊配合力的结果,Fam1_10表现最好,它的亲本分别是:P1和P10,说明他们之间的特殊配合力最高。
注意:特殊配合力为两者之间的值,不能讲某个自交系的特殊配合力是多少,要讲两个自交系间的特殊配合力多高。它也是根植于具体的试验,用于筛选排名。
7. 下载示例数据和代码
**关注公众号:**育种数据分析之放飞自我
回复关键词:NC
下载相关数据和代码。
8. 上面数据如何用Excel实现?
确实,Excel是很香的,我被师兄教育很多次了,学什么R语言,Excel能解决的问题,不要增加工具的学习成本,大家都很忙,王者峡谷不香吗???
所以,小伙伴们多多转发点赞吧,点赞数超过40,我就用Excel实现一下!
【手动狗头】:上一次,你这样讲TASSEL做GWAS的教程,说是阅读量达到1000的话,会录制视频教程。教程在哪里???
每一个Flag都在我的心中,从来没有忘却,视频已经安排上了,准备用鬼畜的风格做一期,哈哈……
R语言计算玉米测交试验的配合力相关推荐
- R语言计算曼哈顿距离(Manhattan Distance)实战:计算两个向量的曼哈顿距离、dist函数计算矩阵中两两元素的曼哈顿距离
R语言计算曼哈顿距离(Manhattan Distance)实战:计算两个向量的曼哈顿距离.dist函数计算矩阵中两两元素的曼哈顿距离 目录 R语言计算曼哈顿距离(Manhattan Distance ...
- R语言计算杰卡德相似系数(Jaccard Similarity)实战:自定义函数计算Jaccard相似度、对字符串向量计算Jaccard相似度、将Jaccard相似度转化为Jaccard距离
R语言计算杰卡德相似系数(Jaccard Similarity)实战:自定义函数计算Jaccard相似度.对字符串向量计算Jaccard相似度.将Jaccard相似度转化为Jaccard距离 目录 R ...
- R语言计算平均值的标准误差(standard error of the mean):自定义函数计算平均值的标准误差、使用plotrix包的std.error函数计算平均值的标准误差
R语言计算平均值的标准误差(standard error of the mean):自定义函数计算平均值的标准误差.使用plotrix包的std.error函数计算平均值的标准误差 目录
- R语言计算回归模型每个样本(观察、observation、sample)的DFFITS度量实战:忽略单个观察(样本)时,回归模型所做的预测会发生多大的变化
R语言计算回归模型每个样本(观察.observation.sample)的DFFITS度量实战:忽略单个观察(样本)时,回归模型所做的预测会发生多大的变化 目录
- R语言计算回归模型每个样本(观察、observation、sample)的杠杆值(leverage)实战:如果一个样本的预测变量比其他样本的预测变量值更极端,那么被认为具有很高的杠杆作用
R语言计算回归模型每个样本(观察.observation.sample)的杠杆值(leverage)实战:如果一个样本的预测变量比其他样本的预测变量值更极端,那么被认为具有很高的杠杆作用 目录
- R语言计算每个分组的行数并将结果添加到dataframe中实战
R语言计算每个分组的行数并将结果添加到dataframe中实战 目录 R语言计算每个分组的行数并将结果添加到dataframe中实战 #仿真数据
- R语言计算F1评估指标实战:F1 score、使用R中caret包中的confusionMatrix()函数为给定的logistic回归模型计算F1得分(和其他指标)
R语言计算F1评估指标实战:F1 score.使用R中caret包中的confusionMatrix()函数为给定的logistic回归模型计算F1得分(和其他指标) 目录
- R语言计算dataframe数据列中各分类的计数(类似pandas value_counts函数功能)
R语言计算dataframe数据列中各分类的计数(类似pandas value_counts函数功能) 目录 R语言计算dataframe数据列中各分类的计数(类似pandas value
- R语言计算回归模型标准化残差实战(Standardized Residuals):识别回归模型中离群点
R语言计算回归模型标准化残差实战(Standardized Residuals):识别回归模型中离群点 目录
最新文章
- 细节决定成败(竞赛错题经验总结)
- python什么是调用_python open需要调用什么
- 深入理解Java虚拟机(类文件结构)
- IntelliTrace 调试、定位异常
- 某些您可以编辑的区域交叠在一起 可能不能同时显示_DX200操作要领—修改与编辑程序(三十九)...
- cad2006安装未找到html文件,启动 AutoCAD 时显示“加载自定义文件失败。未找到文件”...
- 【Java】《Java编程的逻辑》第4章 类的继承 笔记+感悟分享
- python使用opencv实现人脸识别系统
- QT嵌入式之_QT介绍_安装_以及环境变量配置---QT嵌入式图形框架工作笔记001
- scrolling=no 无法根据坐标获取元素_三坐标测量仪类型
- 基于HMM的连续小词量语音识别 - 模拟技术 - 电子发烧友网
- 软考高项范文——论信息系统项目的成本管理
- nSMS-企业级短信中间件介绍
- 避免幻读 : next-key锁与MVCC
- 大厂Android面试经历(已获头条、百度、OPPO等大厂offer)
- 怎么用html把字写到图片上,用HTML代码在图片上写字
- 微信小程序常用视图容器组件
- 如何用html自动关机电脑,如何设置电脑完东西自动关机
- YOLOv3 物体识别显示中文标签
- JESD204协议理解