问题描述

植物或林木育种中，我的数据类型包括基因型（品种），地点（环境），重复（或者无重复），还有一系列性状，比如株高、产量等等，我怎么计算性状间的遗传相关，并且给出显著性？

示例数据

数据描述：location为地点，Genotype为基因型，Rep为重复，DWKPlant, DWKEar, TW, KDM, TKW为性状，想要计算这5个性状之间，两两的遗传相关和表型相关，并给出显著性。

常见误区

直接计算表型值的相关系数r，r这里并不是遗传相关和表型相关，而只是性状间的相关系数

正确做法

运行多性状模型，计算性状间的遗传协方差组分（G12）和遗传方差组分（G11，G22）

图中，黄色的表示方差组分，绿色的表示协方差组分，蓝色的遗传相关值：

计算公式：

Genstat界面

数据

模型1：

h4和h5为多性状，固定因子：Rep + Spacing, 随机因子：Fam，矩阵结构：使用us矩阵。option中选择Deviance。

结果：

模型2：

h4和h5为多性状，固定因子：Rep + Spacing, 随机因子：Fam，矩阵结构：使用Diagonal矩阵。option中选择Deviance。

结果：

这个Deviance，计算方法为：-2* loglikelihood，将结果放到Excel中：

在Excel中，用chisq.dist.rt函数，卡方为模型2-模型1，自由度为模型2-模型1，

=CHISQ.DIST.RT(G6-B6,H6-C6)

结果：

与ASReml-R结果比较：

library(asreml)

mod1 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),

random = ~ us(trait):Fam,

residual = ~ units:us(trait),

data=fm)

summary(mod1)$varcomp

mod2 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),

random = ~ diag(trait):Fam,

residual = ~ units:us(trait),

data=fm)

summary(mod2)$varcomp

mod3 = asreml(cbind(h4,h5) ~ trait + trait:(Spacing + Rep),

random = ~ diag(trait):Fam,

residual = ~ units:diag(trait),

data=fm)

summary(mod3)$varcomp

## 遗传相关及显著性检验

vpredict(mod1,h2 ~ V2/sqrt(V1*V3))

lrt.asreml(mod1,mod2,boundary = F)

## 表型相关及显著性检验

vpredict(mod1,h2 ~ (V2+V6)/sqrt((V1+V5)*(V3+V7)))

lrt.asreml(mod1,mod3,boundary = F)

结果：

上面的卡方值1133，就是模型2减去模型1的值，自由度就是模型2减去模型1的自由度，是1632-1630=2。

还想了解更多Genstat 功能？请看这里！

GenStat是一款拥有强大试验设计、数据分析功能的国际专业统计软件，软件操作简单，国际认可度高，并具有强大的专业分析功能。以Genstat 为主题的“生物统计分析与试验设计”课程应运而生，课程从试验设计、基础统计分析、混合线性模型以及进阶分析，层层递进，结构清晰严密。对于软件的优势功能比如不平衡数据的多重比较、计算遗传力和育种值、基因与环境互作（GbyE，AMMI，GGE模型）都有详细介绍及SCI 案例解析。内容参考如下：

希望大家都能通过Genstat软件学会生物统计与试验设计的方法！