Ogut F, Maltecca C, Whetten R, et al (2014) Genetic analysis of Diallel progeny test data using factor analytic linear mixed models. For Sci 60:119–127. doi: 10.5849/forsci.12-108
針對(duì)多點(diǎn)試驗(yàn)不同地點(diǎn)方差不一致的問題聂宾，雖然US結(jié)構(gòu)也可以趣避，但缺點(diǎn)是擬合參數(shù)過多色乾，F(xiàn)A的表現(xiàn)更好丑搔。

多環(huán)境試驗(yàn)通常用于植物育種程序中羽戒，以針對(duì)特定位點(diǎn)或跨多個(gè)位點(diǎn)選擇優(yōu)異的基因型用于育種和部署決定输莺。我們比較了因子分析（FA）和其他協(xié)方差結(jié)構(gòu)的遺傳分析的高度增長(zhǎng)在Pinus taeda L. diallel后代試驗(yàn)的效率甫男，以解釋不同環(huán)境中的差異和協(xié)方差異攘已。在擬合的模型中，FA模型產(chǎn)生最小的Akaike信息標(biāo)準(zhǔn)（AIC）模型擬合統(tǒng)計(jì)量澜共。非結(jié)構(gòu)化（US）方差 - 協(xié)方差矩陣產(chǎn)生類似于FA模型的對(duì)數(shù)似然值向叉，但具有大量參數(shù)。因此嗦董，一些具有US協(xié)方差的模型未能收斂母谎。** FA模型在遺傳水平上捕獲方差和協(xié)方差，比更簡(jiǎn)單的模型更好京革，并提供更準(zhǔn)確的育種值預(yù)測(cè)**奇唤。當(dāng)使用更復(fù)雜的方差結(jié)構(gòu)時(shí)，來自10個(gè)不同位點(diǎn)的高度的狹義遺傳力估計(jì)值為約0.20匹摇，而當(dāng)使用簡(jiǎn)單方差結(jié)構(gòu)例如同一性和塊對(duì)角線方差結(jié)構(gòu)時(shí)咬扇，與0.13相比較。 FA模型對(duì)于建睦炔基因型×環(huán)境交互是魯棒的懈贺，并且它們減少了混合模型分析的計(jì)算需求。平均而言坡垫，所有10個(gè)環(huán)境具有0.83的加性遺傳相關(guān)性和0.91的優(yōu)勢(shì)遺傳相關(guān)性梭灿，這表明在測(cè)試基因型的環(huán)境中，基因型×環(huán)境相互作用不應(yīng)該是該特定群體的關(guān)注冰悠。

多環(huán)境試驗(yàn)（MET）通常用于作物和林木育種計(jì)劃堡妒。它們用于選擇在特定環(huán)境或環(huán)境中優(yōu)越的基因型，并幫助研究基因型×環(huán)境（G×E）相互作用溉卓。 MET數(shù)據(jù)通常不平衡和嘈雜涕蚤，因?yàn)樗谢蛐驮谒性囼?yàn)中都很少進(jìn)行測(cè)試，缺失的觀察結(jié)果或圖譜是常見的的诵。森林基因試驗(yàn)可能比作物物種的田間試驗(yàn)更為異質(zhì)万栅，因?yàn)樗鼈兺ǔ７浅４螅⑶宜鼈兊脑囼?yàn)地點(diǎn)不一樣西疤，并且多年暴露于氣候變量烦粒。數(shù)據(jù)的不平衡性質(zhì)和可能的G×E相互作用在MET數(shù)據(jù)的統(tǒng)計(jì)分析中引入復(fù)雜性（Piepho等人，2008）代赁，其中數(shù)據(jù)的異質(zhì)性常常導(dǎo)致違反混合模型的主要假設(shè)（Edwards和Jannink 2006 ）扰她。
考慮MET遺傳數(shù)據(jù)的異質(zhì)性對(duì)于正確估計(jì)作物和林木的方差分量，預(yù)測(cè)育種值和設(shè)計(jì)育種計(jì)劃至關(guān)重要芭碍。對(duì)于MET數(shù)據(jù)的分析徒役，已經(jīng)提出混合模型中的許多方差 - 協(xié)方差結(jié)構(gòu)以解釋異質(zhì)性和模型G×E相互作用（Kelly等人2007）。最嚴(yán)格的方差 - 協(xié)方差結(jié)構(gòu)假設(shè)位點(diǎn)特異性方差是同源的窖壕，基因型在環(huán)境中是獨(dú)立的（Cullis等人1998）忧勿。然而杉女，這些假設(shè)是不現(xiàn)實(shí)的，因?yàn)樗鼈兒雎缘貕K之間的空間相關(guān)性和基因型之間的相關(guān)性鸳吸。
非結(jié)構(gòu)化（US）方差 - 協(xié)方差矩陣是用于在混合模型中形成遺傳方差矩陣以考慮環(huán)境之間的位點(diǎn)特異性方差和相關(guān)性的一般方差模型熏挎。這個(gè)結(jié)構(gòu)需要t（t + 1）/ 2參數(shù)，其中t是試驗(yàn)次數(shù)（Smith et al晌砾。2005）坎拐。這可能是大量的參數(shù)，這取決于環(huán)境或試驗(yàn)的數(shù)量养匈。US模式不是特別有效哼勇，并且經(jīng)常遇到融合問題（Meyer 2009）。遺傳方差矩陣的另一個(gè)模型是從方差分析方法演化而來的均勻（或復(fù)合對(duì)稱）模型（Zas 2008）呕乎。該模型涉及兩個(gè)參數(shù)积担，遺傳方差和由于G×E相互作用效應(yīng)引起的方差。由于其簡(jiǎn)單性和計(jì)算效率楣嘁，這個(gè)模型仍然被許多研究者使用（Meyer 2009）磅轻。
Smith等人（2001）提出了一個(gè)混合模型分析與因素分析（FA）方差結(jié)構(gòu)（乘法模型）為G×E相互作用效應(yīng)和單獨(dú)的空間協(xié)方差結(jié)構(gòu)的錯(cuò)誤的每個(gè)試驗(yàn)珍逸。 Burguen~o et al逐虚。 （2007）報(bào)道，F(xiàn)A模型可以解釋為k個(gè)環(huán)境協(xié)變量（環(huán)境負(fù)荷）谆膳，h1叭爱，...，hk的基因型和G×E相互作用的隨機(jī)回歸模型漱病，其中每個(gè)基因型都有自己的斜率（基因型分值）买雾，但共同截距。這個(gè)模型估計(jì)每個(gè)環(huán)境的遺傳方差和環(huán)境之間的遺傳協(xié)方差杨帽。 FA方差 - 協(xié)方差結(jié)構(gòu)可以被認(rèn)為是具有不同參數(shù)化的完全US方差 - 方差矩陣（Piepho 1998）的近似漓穿。
FA方差結(jié)構(gòu)使用G×E相互作用效應(yīng)的相關(guān)性從相關(guān)環(huán)境中獲得信息（Piepho等人，2008）注盈。具有足夠乘法項(xiàng)的FA結(jié)構(gòu)在計(jì)算方面提供了對(duì)US形式的簡(jiǎn)約近似（Smith等人2005）晃危。如果擬合k個(gè)因子，則估計(jì)t（k + 1）-k（k-1）/ 2個(gè)參數(shù)（Kelly等人2007）老客。與用于US協(xié)方差形式的參數(shù)相比僚饭，這是要估計(jì)的參數(shù)的數(shù)量的大量減少‰逝椋基于k個(gè)因子的FA方差結(jié)構(gòu)鳍鸵，表示為FAk，由G = KK'+ W給出尉间，其中K是在環(huán)境負(fù)荷的×k矩陣偿乖，t是試驗(yàn)次數(shù)击罪，k是因子，W是×t對(duì)角矩陣汹想，其元素通常被稱為特定方差（Smith等人外邓，2001）。
FA模型有明顯的優(yōu)勢(shì)古掏。 FA模型在G×E相互作用的存在下提供了一個(gè)自然的框架（Meyer 2009）损话。通過在遺傳水平上擬合更復(fù)雜的協(xié)方差相關(guān)結(jié)構(gòu)，他們是穩(wěn)健的槽唾，以解決環(huán)境中的方差異質(zhì)性（Smith et al丧枪。2005）。 FA模型還提供了對(duì)總體品種效應(yīng)的更準(zhǔn)確的估計(jì)庞萍。 FA模型有助于理解和解釋G×E相互作用（Smith et al拧烦。2001）。因?yàn)樽儞Q（模型的重新參數(shù)化）在效應(yīng)層實(shí)現(xiàn)钝计，可以處理不同的設(shè)計(jì)矩陣恋博，缺失的觀察和多個(gè)隨機(jī)效應(yīng)私恬。擬合FA模型通常比擬合US模型更容易债沮，因?yàn)镕A模型更加簡(jiǎn)約。例如本鸣，在ASReml軟件中疫衩，線性混合模型的標(biāo)準(zhǔn)軟件，F(xiàn)A算法可以處理估計(jì)方差矩陣減少秩的情況荣德，但US模型不能（Kelly等人2007）闷煤。
這項(xiàng)研究的目的如下：測(cè)試FA協(xié)方差結(jié)構(gòu)的效率，用于分析樟子松多環(huán)境后代試驗(yàn); 估計(jì)各種方差 - 協(xié)方差結(jié)構(gòu)的遺傳變異和遺傳性估計(jì)涮瞻，并將結(jié)果與FA模型的結(jié)果進(jìn)行比較; 并確定一般和特定的組合能力效應(yīng)的G×E相互作用的程度鲤拿。