Xiang, B., & Li, B. (2001). A new mixed analytical method for genetic analysis of diallel data. Can. J. Forest Res., 31(August), 2252–2259. http://doi.org/10.1139/cjfr-31-12-2252

Diallel是一種用于作物和樹木育種計劃的流行的交配設(shè)計，但它的單一觀察的獨特特征具有兩個相同主效應(yīng)，一般組合能力（GCA）的水平病曾，使得難以用標準統(tǒng)計程序進行分析礼仗。在本研究中開發(fā)了一種使用SAS PROC MIXED的新方法雕沿，用于分析來自diallel交配的遺傳數(shù)據(jù)撤防。首先用SAS PROC IML構(gòu)建GCA效應(yīng)的假變量椰弊，然后使用PROC MIXED程序估計方差分量并獲得固定效應(yīng)的BLUE（最佳線性未偏估計值）和隨機遺傳效應(yīng)的BLUP（最佳線性無偏預(yù)測值） （GCA和特異性組合能力（SCA）效應(yīng)）叙谨。該新方法還可用于使用BLUP方法預(yù)測個體育種值温鸽，將SAS IML應(yīng)用于PROC MIXED提供的輸出以計算后代測試中每個個體的育種值，針對固定效應(yīng)例如測試位置進行調(diào)整手负。準確的BLUP預(yù)測涤垫，估計個體育種值的能力和易用性將使這種新方法對于分析樹木育種數(shù)據(jù)特別有吸引力。

雙列交配設(shè)計竟终，特別是一半或部分雙列蝠猬，廣泛用于作物和樹木育種計劃（Griffing 1956; Hallauer和Miranda 1981; Zobel和Talbert 1984; Huber 1993; Yanchuk 1996; Li等人1996）。雙交配是流行的统捶，因為它可以產(chǎn)生關(guān)于親本的一般組合能力（GCA）榆芦，雜交的特異性組合能力（SCA）和其他遺傳參數(shù)（如方差組分和遺傳力估計）的遺傳信息柄粹。信息和參數(shù)估計對于開發(fā)育種策略至關(guān)重要。根據(jù)具體設(shè)計歧杏，撥號交配還可以提供一個用于正向選擇的純種子代群體（Talbert 1979; Zobel和Talbert 1984）镰惦。
雖然包括普通最小二乘法（OLS），一般最小二乘法（GLS）犬绒，最佳線性預(yù)測（BLP）和最佳線性無偏預(yù)測（BLUP）的幾種分析方法可用于二級測試的分析（Borralho 1995; White和Hodge 1988）旺入，使用這些統(tǒng)計工具仍然存在實際問題。 Diallel設(shè)計是獨一無二的凯力，每個觀察包含兩個相同的主效應(yīng)的層次茵瘾，這限制了許多現(xiàn)有的統(tǒng)計程序用于其分析（Johnson和King 1998）。雖然計算并不是簡單的平衡數(shù)據(jù)（Griffin 1956）咐鹤，他們可以變得更加復(fù)雜的不平衡數(shù)據(jù)拗秘，即，當有缺失地塊或缺失交叉（Garretsen和Keuls 1978; Dean 1988; Huber et al祈惶。 1992）雕旨。已經(jīng)開發(fā)了一些用于某些用途的分析包，例如DIALL（Schaffer和Usanis 1969）捧请，DAG（Dean 1994）凡涩，GAREML（Huber 1993）等。這些分析包通常需要以特定格式制備數(shù)據(jù)疹蛉，選項用于混合模型分析活箕，一些具有不友好的用戶界面。其他限制包括這些包可以處理的數(shù)據(jù)大小有限可款，并且在定義分析模型和方差分量估計選項方面的靈活性較低育韩。大多數(shù)這些包裝不能用于估計個體繁殖值。統(tǒng)計分析系統(tǒng)（SAS）是用于統(tǒng)計分析的流行和強大的計算機程序闺鲸，但是到目前為止筋讨，分析人員還沒有能夠直接使用它來分析diallel遺傳數(shù)據(jù)。 Sanders（1987）提出使用虛擬變量來獲得使用SAS程序（PROC GLM和PROC REG）的全同胞平均數(shù)據(jù)的期望效應(yīng)的平方和翠拣。然而版仔，這種方法不能直接估計方差分量，并且對于具有復(fù)雜設(shè)計或缺失觀察的個體數(shù)據(jù)是不可行的误墓。最近蛮粮，Xu和Matheson（2000）也使用PROC GLM來估計GCA和SCA效應(yīng)及其標準誤差。雖然程序可以處理更復(fù)雜的情況谜慌，遺傳效應(yīng)必須被視為固定的然想，而且不能獲得方差分量。 Johnson和King（1998）提出了一種使用方差分量程序（PROC VARCOMP;需要兩次單獨運行）的實用方法欣范，以獲得二分位數(shù)據(jù)的方差估計变泄。他們的方法提供了平衡數(shù)據(jù)的無偏估計令哟，但給出了不平衡數(shù)據(jù)的近似。另一個SAS程序（Diallel-SAS）由Zhang和Kang（1997）提出妨蛹，用于處理涉及F1雜種的特殊撥號以及它們與作物種類中的作物和作物的相互作用屏富。該程序是基于PROC GLM開發(fā)的，并且具有與基于VARCOMP的方法（Johnson和King 1998）類似的限制蛙卤。雖然所有上述程序都使用虛擬變量方法狠半，但上述方法都不使用最新的程序，如SAS中的混合模型程序（PROC MIXED）颤难。有限的選擇分析方法或模型選擇是這些程序在實際數(shù)據(jù)分析中的常見問題神年。此外，這些方案中沒有一個解決了BLUP分析父母育種價值或BLUP方法的混合模型中個體育種值的估計的問題行嗤。 SAS PROC MIXED為混合模型分析和BLUP預(yù)測提供了靈活性（Littell等人已日，1996），但是在線性模型中并入GCA效應(yīng)的問題限制了其直接用于分析diallel數(shù)據(jù)栅屏。在這項研究中飘千，我們開發(fā)基于BLUP的分析方法通過結(jié)合SAS PROC MIXED與SAS PROC IML來分析來自diallel交配設(shè)計的遺傳數(shù)據(jù)。將所提出的方法與兩個現(xiàn)有程序DIALL和GAREML進行比較栈雳。我們還描述了如何擴展該方法以估計個體育種值占婉。由于SAS是森林搜索和育種計劃中最常用的統(tǒng)計程序，它將大大簡化diallel遺傳分析的難度甫恩，提高遺傳參數(shù)估計的準確性。從一系列進展測試中估計個體樹育種值的能力將提高樹木改良計劃的選擇效率酌予，并提高遺傳收益磺箕。