数量遗传学 · 动物育种入门

遗传参数,一看就懂

同一个牛场里,有的牛一年产奶 12 吨,有的只有 7 吨。这些差别里,多少是“天生的”、能传给小牛?多少只是这头牛吃得好、运气好?遗传参数就是回答这个问题的一组数字。

基因 A能传给后代的“底子”
+
环境 E饲料、管理、运气
=
表现 P我们实际量到的值
看动画:每头牛的绿点(基因)和蓝点(环境)合在一起,就成了最下面的深色点(表现)。拖动滑块改变基因所占的比重。
0.40
第一部分

遗传参数是什么

先弄清楚这些数字在描述什么

先打基础基因是怎么传给下一代的?

一句话小牛从爸爸、妈妈那里各随机拿走一半基因。所以它的“底子”大致是父母的平均,但每头小牛都会带一点运气成分。
像从爸爸、妈妈两副牌里各随机抽 4 张凑成新的一手牌。爸妈牌好,孩子大概率牌也好;但同一对父母的几个孩子,抽到的牌各不相同。
绿色卡片代表“好基因(+)”。看小牛抽到几张,下方的点会记录每一头小牛的结果。

简化演示:每个亲本有 8 个基因位点卡片,随机传一半。真实动物有成千上万个位点,道理相同。父母平均值就是“育种值的期望”,围绕它的随机波动叫“孟德尔抽样”。

核心概念牛和牛之间的差异,都是从哪来的?

一句话把全群的差异(方差)看成一块蛋糕,切成几块。遗传力 h² 就是“能稳定遗传给后代的那一块”占整块蛋糕的比例。

注意:遗传力说的是群体中的差异,不是某头牛本身。h² = 0.3 不代表“一头牛 30% 的奶是基因给的”,而是“牛与牛之间产奶量的差别中,约 30% 来自可遗传的基因差别”。

拖动滑块改变每块蛋糕的大小,看三个参数怎么变。
A 加性基因(能遗传) D 基因搭配效应(不稳定遗传) pe 个体固定环境(如小时候的营养) e 每次测量的偶然因素
30
10
15
45

遗传力 h²

差异里能稳定传给后代的比例。选种能不能见效,主要看它。

h² = σ²A / σ²P

广义遗传力 H²

所有基因作用(含“搭配效应”)的比例。对克隆、扦插繁殖更有意义。

H² = σ²G / σ²P

重复力 r

同一头牛这胎高产,下一胎还高产的程度。可用来提前预测以后的表现。

r = (σ²G+σ²pe) / σ²P

共同环境 c²

同一窝、同一个妈带大的个体,因为环境相同而变得相似的部分。

c² = σ²c / σ²P

遗传相关 rG

两个性状在基因上是“同涨同落”还是“此消彼长”。范围 −1 到 +1。

rG = cov(A1,A2)/(σA1σA2)

表型相关 rP

肉眼看到的两个性状的相关,由基因、环境两条路叠加而成。

rP = h1h2rG + e1e2rE

多个性状选了这个,那个会跟着变吗?

一句话很多基因同时影响好几个性状。遗传相关为正,选一个会“顺带”改良另一个;为负,就会“按下葫芦浮起瓢”。
奶牛的产奶量和繁殖力就是负相关的典型:只盯着产奶量选,几代之后母牛越来越难怀孕。所以育种目标里必须把两者一起考虑。
每个点是一头牛。左边看“基因”,右边看“实际表现”。试试把 rG 拉高、遗传力拉低,右边的相关会被环境冲淡。
第二部分

遗传参数怎么算出来

基因看不见,只能借亲戚之间的“相似程度”反推

核心逻辑:亲戚之间共享一部分基因,所以表现会相似。共享的基因越多、表现却不怎么像,说明环境的影响大,遗传力低;反之遗传力高。

方法 1 · 亲子回归孩子像不像父母?

一句话把每头小牛的成绩和它父母的平均成绩画在一张图上,拉一条直线。直线的斜率就是遗传力。

父母比群体平均高 10 分,如果 h² = 0.4,小牛平均只会高 4 分:父母多出来的那 10 分里,只有 4 分是基因带来的,其余 6 分是父母自己的环境运气,传不下去。只用一个亲本时,小牛只拿到它一半基因,斜率就变成 ½h²。

点“重新抽样”反复试几次:家系少时,橙色线忽高忽低;家系多时,它稳定贴近虚线(真值)。

方法 2 · 半同胞分析与 REML同父兄妹有多像?爬山找最可能的答案

一句话一头公牛有几十个孩子(同父异母的半同胞)。看“不同公牛的孩子之间差别大不大”,就能推出遗传力。REML 是把这个问题变成爬山:哪个 h² 让数据看起来最合理,就是山顶。
如果“好爸爸”的孩子整体明显比“普通爸爸”的孩子好,说明爸爸的基因很重要,h² 高;如果各家孩子都差不多,h² 就低。半同胞共享约 ¼ 的可遗传方差,所以最后要乘 4。
橙点是“登山者”的两个试探位置,绿色阴影是还没排除的区域,每步缩小约 38%。曲线越尖,说明数据越能确定答案。

虚线 −1.92 以上的范围大约是 95% 置信区间。公牛越多、每头公牛孩子越多,区间越窄。

给想深入的人:方差分析表与公式

平衡数据下,REML 的山顶恰好等于方差分析的结果;但 REML 能处理各公牛孩子数不同、有多个固定效应、用完整系谱等复杂情况,而且估计值不会跑到 0 以下。实际软件(ASReml、DMU、BLUPF90、HIBLUP)用 AI-REML、EM-REML 等更快的“登山法”。

方法 3 · 动物模型用家谱算出“亲戚有多亲”

一句话现代育种把全场所有牛的家谱一次放进模型。先用家谱算出一张“亲缘关系表”(A 矩阵),表里每一格告诉我们两头牛共享多少基因。
计算规则就像走亲戚:我和某头牛的关系 = 我爸和它的关系与我妈和它的关系,取平均。对角线是“自己和自己”,正常是 1;如果父母本身是亲戚(近亲繁殖),就会大于 1,多出来的部分就是近交系数。
点“播放”看表格一格一格填满。橙色是正在算的格子,蓝色是它要用到的格子;左侧家谱同步高亮父母。
1 2 3 4 5 6
个体父母

3 和 4 是同父异母(都来自 1),它们交配生下 5,所以 5 有点近亲;6 是 5 和 2 的后代,2 恰好是 5 的外婆。

读表小技巧:父子、全同胞之间约 0.5,半同胞、祖孙约 0.25,堂表亲约 0.125。有了这张表,模型就知道哪些牛的成绩应该相似、相似到什么程度,从而把所有亲戚的信息都用上。

给想深入的人:动物模型与混合模型方程
y = Xb + Za + e, a ~ N(0, Aσ²a), e ~ N(0, Iσ²e)
表格法:aii = 1 + ½as,d, aij = ½(aj,s + aj,d)
┌ X'X    X'Z           ┐ ┌ b̂ ┐   ┌ X'y ┐
│                      │ │   │ = │     │      λ = σ²e/σ²a = (1 − h²)/h²
└ Z'X    Z'Z + A⁻¹·λ   ┘ └ â ┘   └ Z'y ┘

y 是成绩,b 是场、年、季节等固定效应,a 是每头牛的育种值。λ 体现了遗传力:h² 低时 λ 大,估出的育种值更“保守”地向平均值收缩。基因组时代把 A 换成由 SNP 芯片算出的 G 矩阵(GBLUP / GREML),两者合并则是 H 矩阵(一步法 ssGBLUP)。

一张表看懂各种方法怎么选

方法大白话需要的数据准确程度主要短板
亲子回归孩子像不像父母两代成绩★★★★★父母与孩子环境相似时偏高
半同胞分析同父兄妹像不像公牛家系★★★★★要求每家数量均衡
全同胞分析同窝兄妹像不像窝 / 家系★★★★★同窝环境混在里面,常偏高
动物模型 REML全家谱一起算成绩 + 完整家谱★★★★★计算量大,模型要设对
贝叶斯方法给出可能值的范围同上★★★★★需检查是否收敛
基因组 GREML用 DNA 芯片算亲缘成绩 + SNP 基因型★★★★★芯片没覆盖的基因会漏掉
第三部分

算出来有什么用

遗传参数是设计育种方案的“说明书”

用途 1 · 育种者方程每选一代,能进步多少?

一句话选出来的种牛比平均好多少(选择差 S),乘上遗传力,就是下一代能真正提高的量:R = h² × S。
考试前十名平均比全班高 20 分,但这 20 分里有考场发挥、有基础。如果“基础”只占三成,下一届(他们的“孩子”)只能比全班高 6 分。
点“播放”连续选 10 代。试试把遗传力调低、把留种率调大,看看进步变慢多少。

上:橙色阴影是被选为种畜的个体,绿色曲线是它们后代的分布。下:每一代的群体平均。单位是“标准差”,为了突出原理,假设每代差异大小不变。

给想深入的人:按年计算的遗传进展
ΔG / 年 = i · rIH · σA / L

i 是选择强度(选得越严越大),rIH 是育种值估计准确度,σA 是群体遗传变异,L 是世代间隔。基因组选择之所以加快进展,主要是在小牛阶段就能获得较高的 rIH,从而大幅缩短 L。

用途 2 · 育种值准确度要看多少个孩子,才能看准一头公牛?

一句话遗传力低的性状,单看个体本身就像隔着毛玻璃。把很多孩子的成绩平均起来,环境的偶然因素互相抵消,基因的“真面目”就清楚了。
拖动后代数,看四种遗传力下的准确度。繁殖性状(h² ≈ 0.05)需要上百个孩子才能达到 0.8。
给想深入的人:准确度公式
后代测定:r = √[ n / (n + k) ],k = (4 − h²) / h²
个体自身一次记录:r = h;m 次记录:r = √[ m·h² / (1 + (m−1)·r重复力) ]

用途汇总遗传参数还能帮我们做什么

给每头牛打分(BLUP 育种值)

遗传力决定了“自己的成绩”和“亲戚的成绩”各占多大权重。参数不准,排名就会偏。

曲线救国(间接选择)

难测的性状(如肉质、抗病)可以选一个和它遗传相关高、又好测的性状来间接改良。

rG·hX > hY 时更划算

综合打分(选择指数)

产奶、乳成分、繁殖、健康……把多个性状按经济价值加权,配上遗传协方差,得到一个总分。

b = P⁻¹ G a

选对改良路子

h² 高(生长、体型):直接按个体成绩选就行。h² 低(繁殖、存活):靠后代测定、基因组选择,再配合改善饲养管理、杂交利用。

设计育种方案

比较不同测定规模、留种比例、世代间隔下每年能进步多少,同时控制近交别涨太快。

评估基因组选择

遗传力越低,需要的参考群越大。可以先用遗传参数估算要测多少头牛的 DNA。

r ≈ √[Nh²/(Nh²+Me)]

常见性状的遗传力大概多少?

条形表示教科书中的常见范围。蓝色为低(< 0.15),绿色为中,橙色为高(> 0.4)。

遗传参数随群体和环境而变,实际工作要用自己群体的数据重新估计。

检验一下小测验

得分:0 / 4

收藏备用公式速查

遗传力h² = σ²A/σ²P
重复力r = (σ²G+σ²pe)/σ²P
对父母平均回归b = h²
对单个亲本回归b = ½h²
半同胞组内相关h² = 4t
全同胞组内相关2t = h² + 2c² + …
选择反应R = h²S = i·h²·σP
选择强度i = φ(x)/p
相关反应CRY = i·hX·rG·σAY
表型相关rP = h1h2rG + e1e2rE
后代测定准确度r = √[n/(n+(4−h²)/h²)]
年遗传进展ΔG = i·r·σA/L