中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 比较机器学习等算法对肉鸡产蛋性状育种值估计的准确性 畜牧兽医学报 2022,53 (5) 1364-1372
Position: Home > Articles > Comparing the Accuracy of Estimated Breeding Value by Several Algorithms on Laying Traits in Broilers Chinese Journal of Animal and Veterinary Sciences 2022,53 (5) 1364-1372

比较机器学习等算法对肉鸡产蛋性状育种值估计的准确性

作  者：
丁纪强;李庆贺;张高猛;李森;郑麦青;文杰;赵桂苹
单  位：
中国农业科学院北京畜牧兽医研究所
关键词：
白羽肉鸡;产蛋性状;基因组选择;机器学习;遗传参数
摘  要：
我国白羽肉鸡育种中,通过遗传途径提高产蛋数和控制合适的蛋重是培育优良品系的一个重要方面.为探索适合我国白羽肉鸡育种中的基因组选择模型,本研究以2 474只白羽肉鸡品系的产蛋性状为研究对象,主要分析了机器学习算法 KAML、BLUP(包括:PBLUP、GBLUP、SSGBLUP)和 Bayes(包括:Bayes A、Bayes B 和 Bayes Cπ)方法对产蛋数和蛋重性状的预测准确性,准确性以5倍交叉验证进行评估.利用系谱以及基因组信息估计了产蛋数和蛋重性状的遗传力和遗传相关.结果表明,产蛋数性状遗传力为0.061~0.16,属于低遗传力性状;蛋重遗传力为0.28~0.39,属于中等遗传力性状;产蛋数与蛋重是中等遗传负相关(-0.518~-0.184),不同阶段产蛋数之间是强的遗传正相关(0.736~0.998).不同模型预测43周产蛋数和52周蛋重的育种值估计准确性结果表明,KAML方法对两者的预测准确性分别为0.115和0.266,与GBLUP方法(准确性分别为0.118和0.283)和SSGBLUP方法(准确性分别为0.136和0.259)的准确性差异显著,同时显著低于Bayes方法(准确性分别为0.230~0.239、0.336~0.340)的预测准确性,PBLUP方法预测准确性最低(准确性分别为0.095和0.246).因此,在白羽肉鸡产蛋数和蛋重性状中应用Bayes方法将获得最高的育种值估计准确性.
译  名：
Comparing the Accuracy of Estimated Breeding Value by Several Algorithms on Laying Traits in Broilers

相似文章

导出引用
计量
文章访问数: 18
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46