张洪志，任端阳，安丽霞，乔利英，刘文忠

(山西农业大学动物科学学院，太谷030801)

最佳线性无偏预测(best linear unbiased prediction, BLUP)使用系谱信息构建分子血缘相关矩阵(A阵)，结合表型信息计算常规估计育种值(estimated breeding value, EBV)[1]。对于易测量、中高遗传力的性状，BLUP取得了较好的应用效果[2-3]；但是对于低遗传力性状、限性性状、难以测定及生命晚期才能测定的性状等，其应用效果较差[4-5]。

单核苷酸多态性(single nucleotide polymorphism, SNP)芯片可提供生物个体全基因组范围的基因型信息。随着SNP芯片技术的发展及其制作成本的降低[6]，SNP芯片正被广泛应用于基因组选择(genomic selection, GS)[7-8]。GS是一种全基因组范围的标记辅助选择[9]，用来计算畜禽个体的基因组估计育种值(genomic estimated breeding value, GEBV)。最初实施GS使用“多步”法[10]，包括基因组最佳线性无偏预测(genomic BLUP, GBLUP)和贝叶斯及其改进方法[11-12]。多步法使用EBV[13]或逆回归育种值[14-15]作为伪表型值，通过伪表型值和基因组信息预测GEBV，从而用于选种[16]。由于使用伪表型值及一些参数估值有偏，多步法的可靠性较低[17]。一步法(single-step GBLUP, ssGBLUP)将基因组信息添加到由系谱信息构建的A阵中构建基因组关系矩阵(H阵)，结合表型信息直接预测未基因分型个体的EBV及基因分型个体的GEBV。ssGBLUP的计算步骤较简单且准确性不比多步法低[17-18]，已在奶牛育种中广泛应用[19-20]，这得益于在奶牛中可以组建足够规模的参考群体[21]。

对于肉牛、绵羊等家畜，通常群体规模较小，实施单品种GS(within-breed GS, wbGS)效果较差[22]。针对这一科学问题，提出并逐渐开始研究多品种GS(across-breeds GS, abGS)[23-24]。但是，目前缺少针对abGS的统计方法，使得abGS的应用效果较差[25]。

本研究旨在提出一种针对abGS的基因组关系矩阵构建方法，并通过模拟研究对该方法的使用效果进行评估，为abGS的实际应用提供新思路。……