一种杉木优良个体的选择方法

摘要

本发明公开了一种杉木优良个体的选择方法，利用基于空间分析方法估计空间残差方差与空间自相关、限制性极大似然法估计遗传方差和最佳线性无偏预测杉木个体育种值的混合线性模型方法，分析杉木主要经济性状包括树高、胸径、木材基本密度和微纤丝角等的遗传变异、遗传控制和性状间的遗传相关，预测杉木每个个体每个性状的育种值，并根据杉木的多性状指数选择公式选出杉木生长与材性在遗传上兼优的优良个体。该方法，在遗传参数估计时剔除了环境影响的同时，基于育种值的多性状指数选择能有效选出综合性状在遗传上表现优良的个体，准确性高，所选出的优良个体可以作为杉木无性快繁的材料，也可以作为杉木下一代育种群体的育种材料。

主权项

一种杉木优良个体的选择方法，其特征在于，包括以下步骤：(1)测定杉木的主要经济性状；(2)利用基于空间分析方法估计空间残差方差与空间自相关、限制性极大似然法估计遗传方差和最佳线性无偏预测杉木个体育种值的混合线性模型方法，分析杉木经济性状的遗传变异、遗传控制和性状间的遗传相关，预测杉木每个个体每个性状的育种值；(3)根据杉木的多性状指数选择公式，选出杉木生长与材性在遗传上兼优的优良个体；多性状指数选择公式如下：$I_i=0.7{\hat{a}}_{i1}+0.3{\hat{a}}_{i2}$式中，I_i是基因型i的选择指数值；0.7和0.3分别是杉木生长性状和材性性状的权重；和是基因型i每个性状的最佳线性无偏预测育种值；步骤(1)中，所述的主要经济性状包括树高、胸径、木材基本密度、木材微纤丝角度、木材红心材率和偏心率；步骤(2)中，具体过程如下：(1)数据整理与标准化，使数据符合正态分布；(2)空间分析；空间分析模型如下：Y＝Xb+Zf+ξ+η其中，Y是数据向量，固定效应向量为均值向量，b为固定效应向量，f是随机效应向量，X和Z是观测值与随机效应相对应的设计矩阵，ξ是空间随机误差自变量向量，η是随机残差向量；(3)遗传参数估计，利用限制性极大似然法估计方差分量，并根据各方差组分计算遗传力、遗传相关；(4)育种值计算，建立亲缘关系矩阵，根据计算得到的家系方差和环境方差计算育种值，公式为：其中y为性状表型观测值构成的向量；b为固定效应构成的向量，且第一个元素为群体均值；f为随机效应构成的向量；e为剩余误差向量；X为固定效应的关联矩阵；Z为随机效应的关联矩阵；假设随机误差和随机效应向量独立且服从相同的分布，即$\begin{array}{c}E\left(f\right)=0,E\left(e\right)=0,E\left(y\right)=\mathrm{Xb},\mathrm{Var}\left(y\right)=\mathrm{ZGZ}+R,\mathrm{Var}\left(e\right)=R={\sigma }_e^{2}I,\mathrm{Var}\left(f\right)=\\ G={\mathrm{A\sigma }}_f^2,\mathrm{Cov}(f,e)=0\end{array}$，其中R和G分别为误差方差协方差矩阵和随机效应方差协方差矩阵，A为分子亲缘关系矩阵，为误差方差，随机效应方差。