CN112509634B - 近亲繁殖概率的计算方法、装置及计算机可读存储介质 - Google Patents

近亲繁殖概率的计算方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112509634B
CN112509634B CN202011463774.XA CN202011463774A CN112509634B CN 112509634 B CN112509634 B CN 112509634B CN 202011463774 A CN202011463774 A CN 202011463774A CN 112509634 B CN112509634 B CN 112509634B
Authority
CN
China
Prior art keywords
breeding
determining
inbred
close
probability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011463774.XA
Other languages
English (en)
Other versions
CN112509634A (zh
Inventor
魏谢木
黄彬
何林桦
贾雪霜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yoohoomis Technology Co ltd
Original Assignee
Shenzhen Yoohoomis Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yoohoomis Technology Co ltd filed Critical Shenzhen Yoohoomis Technology Co ltd
Priority to CN202011463774.XA priority Critical patent/CN112509634B/zh
Publication of CN112509634A publication Critical patent/CN112509634A/zh
Application granted granted Critical
Publication of CN112509634B publication Critical patent/CN112509634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Databases & Information Systems (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Epidemiology (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种近亲繁殖概率的计算方法、装置及计算机可读存储介质，获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；获取繁育群群体的繁育基础参数，繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；根据世代数之和、繁育基础参数、第一近交系数以及近交数量确定繁育群体的近亲繁殖概率；输出近亲繁殖概率。本发明可直观体现繁育群体在繁殖时期的近亲繁殖情况。

Description

近亲繁殖概率的计算方法、装置及计算机可读存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种近亲繁殖概率的计算方法、装置及计算机可读存储介质。
背景技术
随着肉牛的改良推广和普及，改良牛的优点已被广大群众接受，但是也存在一些问题，由于繁殖的问题，改良牛的质量下降，表现为出生牛犊牛小，生长缓慢，生活力弱，疾病多，牛的生产性能不高，甚至不如本交的牛，养牛效益低，造成这种结果的主要原因是近亲繁殖，而现有技术通过数据来对近亲繁殖进行体现时，体现依据较为复杂，不够直观。
发明内容
本发明实施例通过提供一种近亲繁殖概率的计算方法、装置及计算机可读存储介质，旨在解决现有技术通过数据来对近亲繁殖进行体现时，体现依据较为复杂，不够直观的技术问题。
本发明实施例提供一种近亲繁殖概率的计算方法，所述方法应用于服务器，所述服务器与客户端通信连接，所述近亲繁殖概率的计算方法包括：
获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；
获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；
根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；
输出所述近亲繁殖概率。
在一实施例中，所述获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量包括：
根据所述谱系关系确定所述繁育群体对应的世代数信息确定所述世代数之和；
根据所述繁育群体谱系关系确定各个个体的两两之间的加性遗传相关，所述加性遗传相关包括所述繁育群体两两之间的加性遗传相关；
根据加性遗传相关确定所述第一近交系数以及近交数量。
在一实施例中，所述根据所述谱系关系确定所述繁育群体对应的世代数信息确定所述世代数之和的步骤包括：
将所述所述繁育群体中各个个体对应的世代数的最大世代数作为所述世代数之和，所述世代数信息包括所述繁育群体中各个个体对应的世代数；
在一实施例中，所述根据所述繁育群体谱系关系确定各个个体的两两之间的加性遗传相关的步骤包括：
根据所述繁育群体谱系关系确定各个个体的加性基因效应；
根据所述加性基因效应确定所述各个个体的两两之间存在同源相同基因的比例，以确定所述各个个体的两两之间的加性遗传相关。
在一实施例中，所述根据加性遗传相关确定所述第一近交系数以及近交数量的步骤包括：
根据所述加性遗传相关确定所述繁育群体中各个个体的第二近交系数；
根据所述加性遗传相关确定所述繁育群体的所述近交数量；
根据所述第二近交系数确定所述繁育群体的第一近交系数。
在一实施例中，所述根据所述加性遗传相关确定所述繁育群体的所述近交数量的步骤包括：
根据所述加性遗传相关确定所述繁育群体中各个个体两两之间的亲缘系数；
根据所述各个个体两两之间的亲缘系数确定所述近交数量。
在一实施例中，所述获取繁育群体的谱系关系确定第一近交系数以及近交数量的步骤之前，所述方法还包括：
获取客户端发送的所述繁育群体的谱系信息；
根据所述谱系信息确定所述繁育群体的谱系关系。
在一实施例中，所述输出所述近亲繁殖概率的步骤包括：
根据所述繁育群体的谱系关系生成可视化视图；
输出可视化视图以及所述繁育群体的近亲繁殖概率的文字提示信息。
本发明实施例还提供一种近亲繁殖概率的计算装置，所述近亲繁殖概率的计算装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的近亲繁殖概率的计算程序，所述处理器执行所述近亲繁殖概率的计算程序时实现如上所述的近亲繁殖概率的计算方法的各个步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有近亲繁殖概率的计算程序，所述近亲繁殖概率的计算程序被处理器执行时实现如上所述的近亲繁殖概率的计算方法的各个步骤。
在本实施例的技术方案中，近亲繁殖概率的计算装置通过获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；输出所述近亲繁殖概率。由于输入繁育群体的养殖数据即可通过近亲繁殖概率的计算装置来快速确定近亲繁育概率的输出，以使得用户可以通过该概率直观了解繁育群体在此次繁殖可能出现的近亲繁育情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例涉及的近亲繁殖概率的计算装置的硬件构架示意图；
图2为本发明近亲繁殖概率的计算方法第一实施例的流程示意图；
图3为本发明近亲繁殖概率的计算方法第二实施例步骤S10的细化流程示意图；
图4为本发明近亲繁殖概率的计算方法第三实施例的流程示意图；
图5为本发明近亲繁殖概率的计算方法第四实施例步骤S12的细化流程示意图；
图6为本发明近亲繁殖概率的计算方法第五实施例步骤S13的细化流程示意图；
图7为本发明近亲繁殖概率的计算方法第六实施例步骤S132的细化流程示意图；
图8为本发明近亲繁殖概率的计算方法第七实施例的流程示意图；
图9为本发明近亲繁殖概率的计算方法第八实施例的流程示意图。
具体实施方式
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的主要解决方案是：近亲繁殖概率的计算装置通过获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；输出所述近亲繁殖概率。
由于输入繁育群体的养殖数据即可通过近亲繁殖概率的计算装置来快速确定近亲繁育概率的输出，以使得用户可以通过该概率直观了解繁育群体在此次繁殖可能出现的近亲繁育情况。
作为一种实现方式，近亲繁殖概率的计算装置可以如图1。
本发明实施例方案涉及的是近亲繁殖概率的计算装置，近亲繁殖概率的计算装置包括：处理器101，例如CPU，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。如图1，作为一种计算机存储介质的存储器103中可以包括检测程序；而处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
在当前时间点达到检测时间点时，检测数据仓库中的分支仓库是否进行更新得到更新结果，其中，分支仓库根据项目的数据进行更新；
在所述更新结果为未更新时，增大间隔时长；
根据增大所述间隔时长以及所述当前时间点更新所述检测时间点，并返回执行在当前时间点达到检测时间点时，检测数据仓库中的分支仓库是否进行更新的步骤；
在更新结果为更新时，根据更新的所述分支仓库确定项目文件，并根据项目文件对项目进行测试得到项目结果。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
增大所述分支仓库的计数值；
将所述增大的计数值对应的增量时长作为所述分支仓库更新检测的间隔时长。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
在所述更新结果为更新时，获取所述数据仓库中的每个分支仓库当前的编号得到集合；
确定所述集合与集合对应的并集和交集，所述集合包括多个编号，所述编号为所述仓库分支的历史编号；
确定所述并集以及所述交集的非交集；
在所述非交集不为空集时，执行所述根据更新的所述分支仓库确定项目文件的步骤。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
在所述非交集为空集时，执行所述增大间隔时长的步骤。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
在所述更新结果为更新时，将所述分支仓库的计数值减小到预设值，并将所述分支仓库更新检测的间隔时长减小为所述预设值对应的时长。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
获取所述数据仓库中的分支仓库当前的编号；
确定编号是否为预设编号，其中，在所述编号为预设编号时，确定所述分支仓库的更新结果为更新，在所述编号不为预设编号时，确定所述分支仓库的更新结果为未更新。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
根据所述分支仓库对应的编号字段获取所述项目文件；
根据所述分支仓库的名称获取配置文件，并获取所述配置文件对应的测试用例；
对所述项目文件进行编译，并运行所述测试用例得到所述项目结果。
在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
对不同的项目结果进行比对分析，所述比对分析包括横向比对分析以及纵向比对分析。
在本实施例的技术方案中，近亲繁殖概率的计算装置通过获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；输出所述近亲繁殖概率。由于输入繁育群体的养殖数据即可通过近亲繁殖概率的计算装置来快速确定近亲繁育概率的输出，以使得用户可以通过该概率直观了解繁育群体在此次繁殖可能出现的近亲繁育情况。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2，图2为本发明近亲繁殖概率的计算方法的第一实施例，方法包括以下步骤：
步骤S10，获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量。
在本实施例中，繁育群体指的是现有的养殖个体的数量，上述近交数量指的是当前各题在进行繁育时，繁育类型属于近交繁育的数量，可以把近交系数理解为形成合子的两个配子来自同一共同祖先的概率，上述世代数之和为上述牛群中的共同祖先所在的最老的世代确定，例如：获取当前牛群中辈分最老的牛只所对应世代数，并获取辈分最小的牛只所对应的世代数，根据得到的世代数做差值的绝对值，以得到世代数之和；上述第一近交系数为当前繁育群体的近交系数，近交系数的概念最初由S。Wtight(1921)提出时是作为结合的配子间遗传性的相关而赋予定义的，后来才由G。Malcot(1948)给予上述定义，现在已广泛应用这个定义。
步骤S20，获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数。
在本实施例中，上述繁育基础系数为用户输入的已知数据。
步骤S30，根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率。
在本实施例中，对于近亲繁殖概率的计算，可根据以下公式确定：
Figure BDA0002830508410000071
对于上述公式，Ft第t(世代数之和)代的近交系数(第一近交系数)，Ns为每代参加配种的公畜数，Nd为参加配种的母畜数，rsd为近交数量，FS为繁育群体中的总公畜数，FD为繁育群体中的总母畜数。
可选的，对于亲缘系数，指的是两个有亲缘关系的个体间的加性基因效应间的相关。对于上述rsd(近交数量)的计算，可引用以下定理公式作为论证基础：
Figure BDA0002830508410000072
可选的，繁育群体指的可为牛群，随着肉牛的改良推广和普及，改良牛的优点已被广大群众接受，但是也存在一些问题，由于繁殖的问题，改良牛的质量下降，表现为出生牛犊牛小，生长缓慢，生活力弱，疾病多，牛的生产性能不高，甚至不如本交的牛，养牛效益低，造成这种结果的主要原因是近亲繁殖。造成近亲繁殖的主要原因：第一点，不了解近亲繁殖对牛生产的危害，由于盲目追求体型大和颜色好，不愿轮换使用几种冻精，多年使用1-2头种公牛的冻精，这样近亲配种带来的结果是：犊牛生长缓慢，适应性差，发病率高，饲料报酬低，甚至有生理缺陷等；第二点，母牛没有谱系，来源不清，由于各地人工输精员管理不规范，输精后没有做好记录，更没有建立系谱，加之牛的流动性大，范围广，母牛的亲缘关系很难查清，这样人工输精时很容易造成近亲繁殖；第三点，种公牛使用年限长，由于近年来欧美疯牛病等原因，我国只能从澳洲进口种公牛，整体质量不如欧美，后裔好的种公牛很少，各地种公牛站为了经济利益，后裔好的种公牛使用年限也很长，这样一头好的种公牛的冻精在一个地区使用5-10年，这样难免出现近亲交配，给牛群带来不良后果。因此对于繁育群体的繁育概率情况的体现，优选计算目标为牛群。
步骤S40，输出所述近亲繁殖概率。
在本实施例的技术方案中，近亲繁殖概率的计算装置通过获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；获取所述繁育群群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；输出所述近亲繁殖概率。由于输入繁育群体的养殖数据即可通过近亲繁殖概率的计算装置来快速确定近亲繁育概率的输出，以使得用户可以通过该概率直观了解繁育群体在此次繁殖可能出现的近亲繁育情况。
参照图3，图3为本发明近亲繁殖概率的计算方法的第二实施例，基于第一实施例，步骤S10包括：
步骤S11，根据所述谱系关系确定所述繁育群体对应的世代数信息确定所述世代数之和。
步骤S12，据所述繁育群体谱系关系确定各个个体的两两之间的加性遗传相关，所述加性遗传相关包括所述繁育群体两两之间的加性遗传相关。
在本实施例中，近交系数指的是一个个体的两个配子同源相同的概率。
P＝(a＝b)
对于两个个体间的加性遗传相关是指它们的基因中具有同源相同基因的比例，或者说从个体X的基因组中随机抽取的一个基因在个体Y的基因组中也存在概率。对于直系亲属的亲缘关系可用axy表示，可通过以下公式确定：
Figure BDA0002830508410000091
Figure BDA0002830508410000092
Figure BDA0002830508410000093
Figure BDA0002830508410000094
上述公式中，n1、n2分别代表分母数量。
牧场中需要测算，用一下公式计算个体近交系数及个体间的加性遗传相关:
aXX＝1+FX
Figure BDA0002830508410000095
FX＝1-aXX
可选的，还可根据谱系关系依据下列公式依次计算两两之间的加性遗传相关：
Figure BDA0002830508410000096
aXX＝1+FX
Figure BDA0002830508410000097
其实，上述Fx、Fy以及FA分别为繁育群体中的个体x、个体Y与共同祖先A直接的近交系数。
步骤S13，根据加性遗传相关确定所述第一近交系数以及近交数量。
在本实施例中，对于第一近交系数(Ft)以及近交数量(rsd))的计算：
Ft＝1-(1-ΔF)
其中，△F为每代的近交系数增量，通过计算每一世代个体对应的总近交系数确定。
对于近交数量的rsd的确定，公式如下：
Figure BDA0002830508410000101
Figure BDA0002830508410000102
在本实施例的技术方案中，可将上述公式在处理器中进行实现，以在进行近亲繁育概率的确定时调用，相对于人工计算，可提高效率。
参照图4，图4为本发明近亲繁殖概率的计算方法的第三实施例，基于第一或第二实施例，步骤S11包括：
步骤S111，将所述所述繁育群体中各个个体对应的世代数的最大世代数作为所述世代数之和，所述世代数信息包括所述繁育群体中各个个体对应的世代数。
在本实施例中，在本实施例中，对于世代数之和，可先确定繁育群体中的个体的谱系关系，然后根据谱系关系确定出个体之间的辈分差值来确定。
在本实施例的技术方案中，直接根据牛的辈分确定世代数之和，可提高世代数之和的获取效率，进而间接提高本实施例近亲繁育概率的确定效率。
参照图5，图5为本发明近亲繁殖概率的计算方法的第四实施例，基于第一至第三任一实施例，步骤S12包括：
步骤S121，根据所述繁育群体谱系关系确定各个个体的加性基因效应。
步骤S122，根据所述加性基因效应确定所述各个个体的两两之间存在同源相同基因的比例，以确定所述各个个体的两两之间的加性遗传相关。
在本实施例中，s、d是上位性效应数，x、s为显性效应数显性效应(D)是指基因位点内等位基因之间的互作效应，是可以遗传但不能固定的遗传因素，是产生杂种优势的主要部分。上位性效应(I)是指不同基因位点的非等位基因之间相互作用所产生的效应，上述遗传效应在数量性状遗传改良中的作用：由于加性效应部分可以在上下代得以传递，选择过程中可以累加，且具有较快的纯合速度，具有较高加性效应的数量性状在低世代选择时较易取得育种效果。显性相关则与杂种优势的表现有着密切关系，杂交一代中表现尤为强烈，在杂交稻等作物的组合选配中可以加以利用。但这种显性效应会随着世代的递增和基因的纯合而消失，且会影响选择育种中早代选择的效果，故对于显性效应为主的数量性状应以高代选择为主。上位性效应是由非等位基因间互作产生的，也是控制数量性状表现的重要遗传分量。其中加性×加性上位性效应部分也可在上下代遗传，并经选择而被固定；而加性×显性上位性效应和显性×显性上位性效应则与杂种优势的表现有关，在低世代时会在一定程度上影响数量性状的选择效果，上述各个个体的两两之间的加性遗传相关在引用的实施例已经得出，在此不做重复计算说明。
在本实施例的技术方案中，通过计算各个个体的加性遗传效益来计算各个个体的两两之间的加性遗传相关，提高了加性遗传相关的准确性。
参照图6，图6为本发明近亲繁殖概率的计算方法的第五实施例，基于第一至第四任一实施例，步骤S13包括：
步骤S131，根据所述加性遗传相关确定所述繁育群体中各个个体的第二近交系数。
步骤S132，根据所述加性遗传相关确定所述繁育群体的所述近交数量。
步骤S133，根据所述第二近交系数确定所述繁育群体的第一近交系数。
在本实施例中，上述第二近交系数为△F，第一近交系数为Ft，△F为每代的增量系数，对于△F，可用以下公式计算：
Figure BDA0002830508410000111
对于上述公式，Ne为参加配种的总畜数，Ns为参加配种的公畜数，Nd为参加配种的母畜数。
而对于第一近交系数(Ft)的确定，上文已经表示，在此不做重复介绍。
在本实施例中，通过计算每代的近交系数增量来确定第一近交系数，可提高第一近交系数的准确率。
参照图7，图7为本发明近亲繁殖概率的计算方法的第六实施例，基于第一至第五任一实施例，步骤S132包括：
步骤S1321，根据所述加性遗传相关确定所述繁育群体中各个个体两两之间的亲缘系数。
步骤S1322，根据所述各个个体两两之间的亲缘系数确定所述近交数量。
对于各个个体两两之间的亲缘系数(rXY)可由以下公式确定：
Figure BDA0002830508410000121
对于aXY、aXX以及aYY(与axx的确定方式同理)的获取方式，上文已做说明，在此不重复介绍。
上述沁园关系了用于确定Fx。
进一步的，对于近交数量的确定(rsd)，可将Fx导入以下公式确定：
Figure BDA0002830508410000122
在本实施例中，通过繁育群体中各个个体两两之间的情缘系数来确定近交数量，计算覆盖面广，进而可使得得出的数据的准确性更高。
参照图8，图8为本发明近亲繁殖概率的计算方法的第七实施例，基于第一至第六任一实施例，步骤S10之前，还包括：
步骤S50，获取客户端发送的所述繁育群体的谱系信息。
步骤S60，根据所述谱系信息确定所述繁育群体的谱系关系。
在本实施例中，近亲繁育概率的计算装置会获取用户通过客户端输入的谱系信息来确定谱系关系。
在本实施例的技术方案中，对于谱系关系的获取。可通过用户输入的谱系信息进行自动生成，相对于人工整理，提高了谱系关系的生成效率。
参照图9，图9为本发明近亲繁殖概率的计算方法的第八实施例，基于第一至第七任一实施例，步骤S40包括：
步骤S41，根据所述繁育群体的谱系关系生成可视化视图。
步骤S42，输出可视化视图以及所述繁育群体的近亲繁殖概率的文字提示信息。
在本实施例的技术方案中，考虑到单纯的文字提示信息在输出时太单调，因此可以根据确定的谱系关系来生成可视化视图，以提高用户体验。
为实现上述目的，本发明实施例还提供一种近亲繁殖概率的计算装置，所述近亲繁殖概率的计算装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的近亲繁殖概率的计算程序，所述处理器执行所述近亲繁殖概率的计算程序时实现如上所述的近亲繁殖概率的计算方法的各个步骤。
为实现上述目的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有近亲繁殖概率的计算程序，所述近亲繁殖概率的计算程序被处理器执行时实现如上所述的近亲繁殖概率的计算方法的各个步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或近亲繁殖概率的计算程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的近亲繁殖概率的计算产品程序的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和近亲繁殖概率的计算程序产品的流程图和/或方框图来描述的。应理解可由近亲繁殖概率的计算程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些近亲繁殖概率的计算程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些近亲繁殖概率的计算程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些近亲繁殖概率的计算程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词、、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.一种近亲繁殖概率的计算方法，其特征在于，所述方法应用于服务器，所述服务器与客户端通信连接，所述近亲繁殖概率的计算方法包括：
获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量；
获取所述繁育群体的繁育基础参数，所述繁育基础参数包括参加配种的公畜数、参加配种的母畜数、总公畜以及总母畜数；
根据所述世代数之和、所述繁育基础参数、所述第一近交系数以及所述近交数量确定所述繁育群体的近亲繁殖概率；
输出所述近亲繁殖概率；
其中，所述获取繁育群体的谱系关系确定世代数之和、第一近交系数以及近交数量的步骤包括：
根据所述繁育群体的谱系关系确定所述繁育群体对应的世代数信息确定世代数之和；
根据所述谱系关系确定各个个体的两两之间的加性遗传相关，所述加性遗传相关包括所述繁育群体两两之间的加性遗传相关；
根据所述加性遗传相关确定第一近交系数以及近交数量；
所述根据所述繁育群体的谱系关系确定所述繁育群体对应的世代数信息确定所述世代数之和的步骤包括：
将所述繁育群体中各个个体对应的世代数的最大世代数作为所述世代数之和，所述世代数信息包括所述繁育群体中各个个体对应的世代数；
所述根据所述繁育群体谱系关系确定各个个体的两两之间的加性遗传相关的步骤包括：
根据所述繁育群体谱系关系确定各个个体的加性基因效应；
根据所述加性基因效应确定所述各个个体的两两之间存在同源相同基因的比例，以确定所述各个个体的两两之间的加性遗传相关；
所述根据加性遗传相关确定所述第一近交系数以及近交数量的步骤包括：
根据所述加性遗传相关确定所述繁育群体中各个个体的第二近交系数；
根据所述加性遗传相关确定所述繁育群体的所述近交数量；
根据所述第二近交系数确定所述繁育群体的第一近交系数；
所述根据所述加性遗传相关确定所述繁育群体的所述近交数量的步骤包括：
根据所述加性遗传相关确定所述繁育群体中各个个体两两之间的亲缘系数；
根据所述各个个体两两之间的亲缘系数确定所述近交数量。
2.如权利要求1所述的方法，其特征在于，所述获取繁育群体的谱系关系确定第一近交系数以及近交数量的步骤之前，所述方法还包括：
获取客户端发送的所述繁育群体的谱系信息；
根据所述谱系信息确定所述繁育群体的谱系关系。
3.如权利要求1所述的方法，其特征在于，所述输出所述近亲繁殖概率的步骤包括：
根据所述繁育群体的谱系关系生成可视化视图；
输出可视化视图以及所述繁育群体的近亲繁殖概率的文字提示信息。
4.一种近亲繁殖概率的计算装置，其特征在于，所述近亲繁殖概率的计算装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的近亲繁殖概率的计算程序，所述处理器执行所述近亲繁殖概率的计算程序时实现如权利要求1至3中任一项所述的近亲繁殖概率的计算方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有近亲繁殖概率的计算程序，所述近亲繁殖概率的计算程序被处理器执行时实现如权利要求1至3中任一项所述的近亲繁殖概率的计算方法的步骤。
CN202011463774.XA 2020-12-11 2020-12-11 近亲繁殖概率的计算方法、装置及计算机可读存储介质 Active CN112509634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011463774.XA CN112509634B (zh) 2020-12-11 2020-12-11 近亲繁殖概率的计算方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011463774.XA CN112509634B (zh) 2020-12-11 2020-12-11 近亲繁殖概率的计算方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112509634A CN112509634A (zh) 2021-03-16
CN112509634B true CN112509634B (zh) 2022-12-16

Family

ID=74972349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011463774.XA Active CN112509634B (zh) 2020-12-11 2020-12-11 近亲繁殖概率的计算方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112509634B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113170762B (zh) * 2021-04-25 2022-05-13 中国农业大学 一种基于指派问题解法控制家禽近交的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105104306A (zh) * 2015-09-29 2015-12-02 江苏农林职业技术学院 一种动物选配方法
CN107704581A (zh) * 2017-10-05 2018-02-16 王娜 一种基于近交系数计算模型的奶牛配种方法
CN110348767A (zh) * 2019-08-16 2019-10-18 淮阴师范学院 一种日本沼虾常规育种中预测和避免近交程度的方法
CN111192633A (zh) * 2020-01-07 2020-05-22 深圳市早知道科技有限公司 一种预测地中海贫血病表型的方法及终端设备

Also Published As

Publication number Publication date
CN112509634A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
Milot et al. Reduced fitness of A tlantic salmon released in the wild after one generation of captive breeding
Hickey et al. Genetic parameters for EUROP carcass traits within different groups of cattle in Ireland
Dodds et al. Genetic evaluation using parentage information from genetic markers
Jansson et al. Pedigree data indicate rapid inbreeding and loss of genetic diversity within populations of native, traditional dog breeds of conservation concern
Iamartino et al. The buffalo genome and the application of genomics in animal management and improvement.
Tryon et al. Inheritance of hereditary equine regional dermal asthenia in Quarter Horses
CN112509634B (zh) 近亲繁殖概率的计算方法、装置及计算机可读存储介质
Jibrila et al. Investigating the impact of preselection on subsequent single-step genomic BLUP evaluation of preselected animals
Tonussi et al. Application of single step genomic BLUP under different uncertain paternity scenarios using simulated data
Chen et al. Advancing genetic selection and behavioral genomics of working dogs through collaborative science
Obšteter et al. Genomic selection for any dairy breeding program via optimized investment in phenotyping and genotyping
Blasco Animal breeding methods and sustainability
MXPA04011235A (es) Reproduccion de multiples nucleos cerrados para la produccion de cerdos.
Gautam et al. Risk factors for culling, sales and deaths in New Zealand dairy goat herds, 2000–2009
Galluzzo et al. Estimation of milkability breeding values and variance components for Italian Holstein
Burns et al. The effect of simulated censored data on estimates of heritability of longevity in the Thoroughbred racing industry
Kim et al. Artificial selection increased body weight but induced increase of runs of homozygosity in Hanwoo cattle
Pascual et al. Profitability in rabbit breeding
Lozano-Jaramillo et al. Optimizing design to estimate genetic correlations between environments with common environmental effects
Biscarini et al. Estimation of variance components and prediction of breeding values using pooled data
Devani et al. Genetic parameter estimations and genomic insights for teat and udder structure in young and mature Canadian Angus cows
Manzanilla-Pech et al. Genetic parameters for feed intake and body weight in dairy cattle using high-throughput 3-dimensional cameras in Danish commercial farms
Leesburg et al. Influence of miles city line 1 on the United States Hereford population
CN112488403B (zh) 牛群结构的确定方法、装置及计算机可读存储介质
RU2680545C2 (ru) Способ отбора племенных свиней пород мясного типа

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant