AFEchidna包示例25之SS-GBLUP

一个简单示例如下：
由于AFEchidna包的AGH.inv函数分别生成A矩阵、G矩阵和H矩阵的逆矩阵id会与Echidna存在差异。因此，我们可以先运行一个简单模型生成id先：

// get id from .aif file
ablup <- echidna(fixed=yield~1+Rep, 
              random=~ nrm(Genotype),
              residual=~ units ,
              delf=F,
              es0.file='MET1.es0')
dat<-read.table('temp_NRM.aif',header=F)
idn<-dat[,1]

接下来，通过AFEchidna包的AGH.inv函数分别生成A矩阵、G矩阵和H矩阵的逆矩阵，并输出为相应文件，注意文件名后缀为giv。

// A simple case
library(AFfR)

data("ugped")
data("gped")
data("gmarker")

# get A-matrix, G-matrix and H-matrix
AGH1<-AFEchidna::AGH.inv(option=1,ugped,gped,gmarker, tidn=idn)

mN<-paste0(c('A','G','H'),'.giv',sep='')

for(i in 1:3) write.csv(AGH1[[i]],file=mN[[i]],row.names=F)

其次，通过AFEchidna包来运行SS-GBLUP。

// hblup
ablup <- echidna(fixed=yield~1+Rep, 
              random=~ nrm(Genotype),
              residual=~ units ,
              es0.file='MET1.es0')
hblup <- update(ablup,random=~grm1(Genotype))

MET1.es0的示例如下：

#!WORK 2  !REN  !ARG  
TITLE: MET1  #!DOPART $1
 # "Genotype","Loc","Loc2","Row","Col","Rep","Block","Plot","yield" ...
 # "175","3","CSuarez","1","1","1","1","1",17.52 ...
Genotype   !P # 175
Loc        !I # 3
Loc2       !A # CSuarez
Row        !I # 1
Col        !I # 1
Rep        !I # 1
Block      !I # 1
Plot       !I # 1
yield         # 17.52
# Verify data fields are as factors (!A !I !P *) or variates
tped.csv !SKIP 1  !SAVE 1
H.giv  # giv2
MET1.csv !SKIP 1

注意：

1. 使用AFEchidna进行SS-GBLUP分析时，无法同时进行普通的GBLUP，原因是SS-GBLUP所用的谱系文件，整合了未基因分型个体和基因分型个体，但GBLUP谱系文件仅有基因分型个体（由于G矩阵缘故）。此外，理论上SS-GBLUP所用的数据集会大于普通GBLUP的数据集，因为其可纳入未基因分型个体的表型数据。
2. 在使用训练群体所建立的GBLUP模型对候选个体进行GEBV估计时，需要将候选个体id放入训练群体的谱系中。
3. 在每次分析时，要注意谱系文件id与所有涉及的矩阵行列名须一致。