Эффективные методы расчета геномных прогнозов

Разработаны эффективные методы обработки геномных данных для повышения надежности оцененных племенных ценностей и одновременной оценки тысяч эффектов маркеров. Алгоритмы были выведены и компьютерные программы испытаны на смоделированных данных для 2967 быков и 50 000 маркеров, случайно распределенных по 30 хромосомам. Для расчета геномных коэффициентов инбридинга требовались точные оценки частот аллелей в базовой популяции. Линейные прогнозы племенной ценности вычисляли тремя эквивалентными способами: 1) итерациями для эффектов отдельных аллелей с последующим суммированием по локусам для получения оцененных племенных ценностей, 2) селекционным индексом с включением матрицы геномного родства и 3) уравнениями смешанной модели с включением обратной матрицы геномного родства. Сочетание итераций Якоби первого и второго порядка с двумя отдельными коэффициентами релаксации хорошо сходилось для частот аллелей и их эффектов. Надежность прогнозируемого суммарного племенного показателя у молодых быков составила 63% по сравнению с 32% при использовании традиционной матрицы родства. Нелинейные прогнозы также рассчитывали итерациями по данным и нелинейной регрессией по отклонениям маркеров; дополнительный прирост надежности у молодых быков примерно на 3% увеличил среднюю надежность до 66%. Время вычислений росло линейно с увеличением числа генотипов. Оценка частот аллелей требовала 2 суток работы процессора, а геномные прогнозы — менее 1 суток на каждый признак; признаки обрабатывали параллельно. Информация от генотипирования была эквивалентна примерно 20 дочерям с фенотипическими данными. Реальный выигрыш может отличаться, поскольку в моделировании не учитывались сцепленное неравновесие в базовой популяции и селекция в последующих поколениях.