GWAS和GS分析中到底是用BLUE值还是BLUP值

这篇文章给大家介绍GWAS和GS分析中到底是用BLUE值还是BLUP值，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

在灞桥等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站设计、成都做网站 网站设计制作按需网站策划,公司网站建设,企业网站建设,成都品牌网站建设,成都营销网站建设,成都外贸网站制作,灞桥网站建设费用合理。

问题:
植物中, 多年多点, 或者一年多点的数据, 每个基因型有多个表型值, 问题来了, 如果做GWAS或者GS时, 需要一个基因型对应一个表型值, 那么这个表型值用什么呢?

目前有三个答案:
1, 平均值
2, BLUE值(最佳线性无偏估计, 固定因子)
3, BLUP值(最佳线性无偏预测, 随机因子)

论坛讨论:
https://www.researchgate.net/post/Does_any_one_have_an_idea_of_which_one_BLUE_or_BLUP_to_use_for_a_GWAS_analysis_of_a_trait_in_wheat_eg_resistance_to_rust

有没有人知道用蓝色或BLUP哪一个来进行小麦性状的GWAS分析(例如，抗锈性)，我有来自两个地点的3个抗性评估数据集，这些数据是在阿尔法格子设计的田间试验中产生的(300个材料的2个重复，每个重复，10个不完整的块，包含30个材料)。

其中两个数据集来自同一位置但年份不同；第三个是来自另一个位置的单年数据)。

因此，我正在考虑计算每个位置的蓝光/蓝光，并计算GWAS中使用的综合数据的总蓝光/蓝光。

回答1：

我强烈建议使用蓝色，因为您正在进行两个阶段的分析。

Blue将允许您根据设计效果以及模型中的其他协变量，为每个基因型提供一个“调整后的平均值”。

这就是你想要的，一种更精确的方法。这转化为使用你的模型效应(例如，随机复制固定和不完整的区块和曲线图)，但你的基因型(或克隆)效应是固定的。

如果你使用BLUP，那么你就是在收缩你的遗传效应。

这将意味着你的遗传效应将根据这些信息向平均值移动，是的，它们将是你对这些随机效应的最佳预测，但它们将根据样本大小和与这些数据相关的方差进行调整。

这就是随机效应的作用，但问题是，如果是随机的，你会消除部分遗传信号，然后往往会得到比你想要的GWAS更多的噪音。

因此，你的适合度是固定的，一旦你做了你的GWAS，它将是一个随机的效果，但它不会双倍收缩。

祝好运。

回答2：

嗨，西赛，

我建议所有的设计效果都是随机的(属性变大，不是效果)，总体结构和标记效果是固定的(属性是蓝色，不是效果)。

没有理由在每次试验中单独进行分析。

一阶段分析总是可取的(所有模型参数都是从相同的可能性中学习的)。

如果您采用上述方法，可能会有几个误报关联的风险。

如果你对一阶段分析没有信心，我建议你单独分析每个试验，把所有的设计效应都看作是随机的，基因型效应是固定的。

在GWAS分析中，将标记效应建模为固定效应，并使用关系矩阵(包括模型中的基因型随机效应)来控制种群结构，或者将种群结构建模为固定效应，或者两者兼而有之。

您可以使用无监督或有监督的聚类方法(PCA、结构等)来确定子群体。

我希望能帮上忙，

整体结论:
1, 如果能够使用one-stage, 即将一年多点和多年多点数据合并分析, 而不是先计算校正值, 然后再进行分析(那样是two-stage), 这样就不牵涉到使用什么值作为表型值了, 直接使用原始表型值!, 这是最好的.
2, 如果一定要进行two-stage, 即先计算校正值, 然后进行GS或者GWAS, 那么推荐使用品种的BLUE值, 而不是BLUP值. 因为在混合线性模型中, 随机因子会向均值收缩(shrinkage), 虽然结果是最佳预测, 但是校正值的方差变小, 当你做GWAS时, 不容易找到显著性位点, 增加了噪音(noise). 而且在GWAS或者GS中, 品种是作为随机因子, 如果你使用BLUP值, 相当于进行了两次收缩(shrinkage).
3, 因此, 比较好的方式是, 在one-stage中, 将地点, 年份, 区组作为随机因子, 将品种作为固定因子, 计算BLUE值.

文献1:

这篇文章是冬小麦GS的文章.

这里, 计算了小区遗传力, 残差除以每个基因型的调和平均数. 同时, 在模型中, 将品种作为固定因子, 计算了BLUE值.

这里, 使用了BLUE值, 而不是动物育种中的BLUP值.

估计了13个环境的遗传力, 计算了每一个环境的BLUE值.

在小麦育种中, 重点选择的是基因型值, 而不是育种值, 因此, 相比较BLUP值, BLUE值更适合.(这句话有点费解)

文献2:
https://www.researchgate.net/publication/268118579_Genomic_Selection_for_End-Use_Quality_Traits_in_CIMMYT_Spring_Wheat

文献2中, 将LSmeans作为BLUE值.

关于GWAS和GS分析中到底是用BLUE值还是BLUP值就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。