rrBLUP

最新推荐文章于 2023-02-13 21:07:32 发布
最新推荐文章于 2023-02-13 21:07:32 发布
阅读量6.2k 收藏 11
点赞数
分类专栏： GWAS包使用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/swuteresa/article/details/8562964
版权
rrBLUP是用于genomic selection基因组选择和association mapping关联映射的R包，主要功能包括计算加性关系矩阵、处理缺失数据、进行关联映射和基因组预测。关键函数有mixed.solve、kinship.BLUP和GWA，支持并行计算和处理缺失数据。该包适用于大规模数据集，尤其是涉及基因型和表型数据的情况。
摘要由CSDN通过智能技术生成

可用于genomic selection基因组选择和association mapping关联映射

rrBLUP包中的核心函数：

1.mixed.solve

把标记效应建模为随机效应

或

把行数据的基因型（genotypic）值用于A.mat函数（计算加性关系矩阵，预测育种值）

2.kinship.BLUP：包含上位效应在基因型值预测中

3.GWA：关联映射

 

处理缺失的数据：

函数mixed.solve，kinship.BLUP和GWA都允许缺失表型数据，那些observations只是简单地不被使用就行。

当表型数据缺失时,kinship.BLUP（选项‘RR’）和GWA都依赖于A.mat中的EM算法，也可以与mixed.solve联合使用。

kinship.BLUP中的非加性核基于dist，它使用成对的完整observations

 

并行计算：

对MAC，Linux和UNIX用户，R包multicore可与rrBLUP联合使用，以便使用单台机器多处理器的优势。对大的数据集，尤其是具有缺失数据时，推荐试用这一特性。对kinship.BLUP，A.mat和GWA都有效。

需要R>=24.1才能正常工作，而且必须在命令行使用R而不是GUI中。

 

函数使用：

1.A.mat：计算加性关系矩阵

A.mat(G,min.MAF=NULL,max.missing=NULL,impute=TRUE,tol=0.02,n.core=1,return.G&#

最低0.47元/天 解锁文章
swuteresa
关注
  • 0
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Synbreed与rrBLUP
swuteresa的专栏
05-01 3381
Synbreed中的RRBLUP模型（用函数gpMod实现）与rrBLUP包中的kin.blup：若使用同一个数据集，同一个relationship矩阵，则得出的结果相近。 区别： 1.gpMod中使用的kin矩阵为kin.blup中kin矩阵的一半。 2.kin.blup结果中的Vg为gpMod结果中fit的分量sigma的第一个值kinTS的1000倍。 Vg：遗传方差 Ve：剩余方
rrBLUP使用手册
a2505568381的博客
04-03 3093
rrBLUP使用手册1.rrBLUP包简介 1.rrBLUP包简介
基因组选择中rrBLUP的应用案例
邓飞----育种数据分析之放飞自我
02-13 1425
试试chatGPT水文的过程。
RebbitMQ 介绍
记录个人成长, 分享好用资源
06-13 675
RabbitMQ是由erlang语言开发，基于AMQP（Advanced Message Queue 高级消息队列协议）协议实现的消息队列，它是一种应用程序之间的通信方法，消息队列在分布式系统开发中应用非常广泛。
最全的BLUP分析
zjguilai的博客
05-27 1万+
动物育种（Animal Breeding）是指从遗传上逐代改良动物群体的重要性状从而提高畜牧生产的经济效益。由于动物育种强调从遗传结构上的改进和提升，故动物育种又称为动物遗传改良。现代育种的科学理论可以追溯到1900年孟德尔遗传定律的被重新发现，因为从那时起，育种工作（主要是针对家养动物）才得以按找科学的遗传规律来开展进行。 家养动物的系统性育种工作在二次大战后得到了巨大的飞跃，美国统计学家C.R...
BLUP
howardact的博客
12-07 1580
y=Xβ+Zu+ey=X \beta+Zu+e E(y)=Xβ,E(u)=0,E(e)=0E(y)=X \beta,E(u)=\mathbf{0},E(e)=\mathbf{0} Var(u)=G,Var(e)=R,Cov(u,e′)=0Var(u)=G,Var(e)=R,Cov(u,e^{'})=0 混合模型，当u和e服从正态分布，即混合模型，当u和e服从正态分布，即 u∼N(0,G),e
基因组选择软件市场调研
邓飞----育种数据分析之放飞自我
04-15 2902
前言 目前, 基因组选择进入了一个高速发展的阶段, 各种新的算法和模型被提出, 这里对基因组选择的软件进行一个汇总 大纲 1, 调查背景及目的 2, 调查方法介绍 3, 主要软件汇总 4, 基因组软件介绍:单机版 5, 基因组软件介绍: R语言版 6, 结论及建议 1. 调查背景及目的 全基因组选择需要选择合适的分析软件，本次调查为了解相关软件应用的整体情况，为选择合适的软件提供决策。 本次软...
ISR:基于新算法的多轨迹非线性线性模型用于GWAS，上位性和GS（ISR）
04-07
我们还将ISR模型用于基因组预测，并与DPR ， BSLMM ， rrBLUP ，贝叶斯A，B，C和LASSO进行了比较。 安装 只需要安装代码可以在linux和window环境下编译的MATLAB软件。 资料准备 基因型缺失 ISR方法依赖于每个SNP...
gwaR:R函数的集合，用于对拟南芥进行下游GWAS分析
04-19
关于GWAR 瓜尔 R函数的集合进行拟南芥的下游GWAS分析。 关于 该软件包提供了用于快速分析GWAS表的功能。 默认情况下，此软件包与用于变体表的1001genomes API交互，但也可以处理本地SNPmatrix（需要为fst格式）。...
python数据预处理 :数据共线性处理详解
12-20
何为共线性： 共线性问题指的是输入的自变量之间存在较高的线性相关度。共线性问题会导致回归模型的稳定性和准确性大大降低，另外，过多无关的维度计算也很浪费时间 共线性产生原因： 变量出现共线性的原因： 数据样本不够，导致共线性存在偶然性，这其实反映了缺少数据对于数据建模的影响，共线性仅仅是影响的一部分 多个变量都给予时间有共同或相反的演变趋势，例如春节期间的网络销售量和销售额都相对与正常时间有下降趋势。 多个变量存在一定的推移关系，但总体上变量间的趋势一致，只是发生的时间点不一致，例如广告费用和销售额之间，通常是品牌广告先进行大范围的曝光和信息推送，经过一定时间传播之后，才会在销售额上做出反映。
matlab精度检验代码-netGS:基于网络的基因组选择
05-22
matlab精度检验代码netGS（基于网络的基因组选择） 1.系统要求 1.1硬件要求所有代码仅需要一台具有足够RAM来...netGS依赖于两个R软件包：rrBLUP和R.matlab，可以使用以下命令在R工作区中安装它们： install.packages（r
CMplot:Manhattan圆形和矩形曼哈顿图
05-03
CM图 专为曼哈顿基因组分析图设计的高质量绘图工具 安装 CMplot在CRAN上可用，因此可以使用以下R代码进行安装： > install.packages( " CMplot " ) ...> data( cattle50K ) # calculated SNP effects by rrblup
SSBLUP VS ABLUP 模拟数据比较结果
邓飞----育种数据分析之放飞自我
02-26 3670
自语 全基因组选择, 参考群需要建多大, 这篇文章用实际数据和模拟数据证明, 参考群至少要有500才有效果. 另外, 多性状SSGBLUP比单性状SSGBLUP要好. 所以, 学好传统的数量遗传学对于基因组选择也是有帮助的. 文献下载 paper download data download 1 摘要 We simulated two traits with heritabilities 0....
多年多点数据如何计算遗传力以及BLUP值
邓飞----育种数据分析之放飞自我
05-14 1万+
1. 背景 之前写过一篇博客, 介绍领导安利我哔哩哔哩的故事, 介绍到我将我从YouTube上收集的关于混合线性模型, 关于GWAS, 关于GS, 关于农业数据分析相关的视频, 上传到了哔哩哔哩上面. 今天我们看一下介绍多年多点遗传力及BLUP值计算的视频内容. 阅读原文可以查看视频, 这里我用文字和代码进行重演. 2. 本次微信文的目标 获得一个多年多点的数据 计算品种性状的遗传力 计算每个品...
R Packages for GWAS and GS
swuteresa的专栏
01-25 3367
rrBLUP(rrBLUPMethod6: re-parametrization of RR-BLUP to allow a fixed residual variance) BLR(功能加强BGLR，目前不支持R 3.0版本) synbreed(synbreedData) randomForest lme4：基本线性模型 genetics QTLRel GenABEL snpSt
BLUE和BLUP
swuteresa的专栏
05-07 4766
BLUE：将基因型当作fixed effects。估计出表型值的BLUE，用以修正田间实验误差（要考虑不同的实验设计），得到的结果（表型值的BLUE）作为其他后续方法training时的表型值使用。 BLUP：将基因型当作random effects。估计出方差组分（可由此计算出遗传率，用于计算Bayesian方法中的先验参数等），得到表型值的BLUP作为其他后续方法用于评估预测准确度时的TBV
R语言问题解决： 不存在叫‘xxx’这个名字的程辑包
热门推荐
cdpxc的博客
11-27 13万+
[版权申明] 非商业目的注明出处可自由转载，转载请注明出处！！！ 博文地址：https://blog.csdn.net/cdpxc/article/details/110248149 出自： cdpxc (CSDN ID) 目录 问题描述 解决问题过程 问题描述 我使用的Win 10， 64 bit，R+Rstudio，安装过程详见我的R+Rstudio安装博文 我是使用R语言已经安装了car包，但仍然报这个错误，具体的问题如下： R.matlab v3.6.2 (2018-09-26) su
QTLRel Package: functionalities (3)
swuteresa的专栏
03-11 1075
17. nullSim: Simulate null distribution Simulate distribution under the hypothesis of no QTL by permutation (of genotypic data) or gene dropping. Two methods considered here are permutation test and
独热编码向量怎么用于rrblup预测（）
最新发布
05-31
在使用独热编码向量进行 `rrBLUP` 预测时，需要先将独热编码向量转换为基因型矩阵或等位基因频率矩阵。以下是将独热编码向量转换为基因型矩阵的示例代码： ``` # 假设独热编码向量为 snp snp <- c(1, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0) # 将独热编码向量转换为基因型矩阵 genotype_matrix <- matrix(nrow = length(snp) / 2, ncol = 2) genotype_matrix[, 1] <- snp[c(TRUE, FALSE)] genotype_matrix[, 2] <- snp[c(FALSE, TRUE)] ``` 在以上代码中，我们先创建了一个空的基因型矩阵 `genotype_matrix`，然后将独热编码向量中的奇数位置和偶数位置分别放入基因型矩阵的第一列和第二列中。这样就得到了一个基因型矩阵，可以作为 `rrBLUP` 的输入数据。 接下来，可以使用 `rrBLUP` 的 `mixed.solve()` 函数进行预测： ``` # 假设已经有了响应变量 y 和基因型矩阵 genotype_matrix library(rrBLUP) model <- mixed.solve(y ~ 1 + A, data = data.frame(y = y, A = genotype_matrix)) ``` 在以上代码中，我们使用 `mixed.solve()` 函数拟合了一个线性混合模型，其中响应变量为 `y`，固定效应为截距项，随机效应为基因型矩阵 `genotype_matrix`。通过该模型，可以进行基于基因型数据的 `rrBLUP` 预测。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值