Multi-Trait Bayesian Models Enhance the Accuracy of Genomic Prediction in Multi-Breed Reference Populations
Published in Agriculture, 2024
对多个品种进行联合基因组预测（MBGP）以扩大参考规模是一种有前景的策略，可以改善对单个品种有限种群规模或表型记录的预测。本研究提出了一种MBGP模型——mbBayesAB，该模型将不同品种的相同性状视为潜在的遗传相关但不同，并将染色体划分为独立的块以适应异质遗传（共）方差。分析了mbBayesAB中随机效应（共）方差矩阵先验的最佳实践，并将mbBayesAB的预测精度与种内（WBGP）和其他常用的MBGP模型进行了比较。结果表明，在随机效应之前分配逆Wishart，并从表型中获得逆Wishart先验的尺度信息，使mbBayesAB能够达到最高的准确性。当将两个牛品种（利木赞和安格斯）结合使用时，mbBayesAB在两个体重性状上比WBGP模型具有更高的准确性。对于猪的大理石纹评分特征，与使用WBGP模型相比，使用mbBayesAB的约克郡和长白猪品种的MBGP使约克郡验证的准确性提高了6.27%。因此，考虑MBGP中的异质遗传（共）方差是有利的。然而，确定（共）方差和超参数的适当先验对于MBGP至关重要。
Recommended citation: Weining Li, Meilin Zhang, Heng Du, Jianliang Wu, Lei Zhou and Jianfeng Liu，Multi-Trait Bayesian Models Enhance the Accuracy of Genomic Prediction in Multi-Breed Reference Populations，Agriculture，2024，14(4)：626
原文链接 | pdf全文下载