【技术实现步骤摘要】
本专利技术属于基因检测和数据分析，具体涉及一种青年奶牛生存指数预测方法及系统。
技术介绍
1、公开该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。
2、犊牛和幼畜在饲养期间的死亡会造成替代小母牛减少、兽医成本增加，从而造成奶农经济损失。在2008-2012年间，欧洲国家荷斯坦牛的青年母牛死亡率达到7.5％，青年公牛死亡率为10％。由于广泛使用数量有限的优良种公牛，造成部分有害的隐性等位基因在群体中的频率增加，从而增加了青年奶牛的死亡率。鉴定与奶牛犊牛存活相关的遗传变异将有助于消除牛群中的有害突变，降低犊牛和幼畜死亡率。
3、研究表明青年奶牛生存指数的遗传力较低，其与奶牛的其它健康性状和长寿性具有正遗传相关。检测和查找影响青年奶牛生存率相关的基因具有重要意义。一旦识别出这些变异，就可以针对它们进行选择并防止携带者之间的高风险交配。这种选择将提高青年奶牛的存活率进而降低奶农的平均生产成本，且关联基因的检测还可以用于提高基因组预测个体育种值的准确性。但目前并未有报道利用影响青年奶牛生存率相关的基因计算青年奶牛生存指数的方法。
技术实现思路
1、为了解决现有技术的不足，本专利技术的目的是提供一种青年奶牛生存指数预测方法及系统，本专利技术在青年奶牛生存指数的预测过程中，融入影响青年奶牛生存率相关的基因，能够得到关联基因和青年奶牛生存指数，提高青年奶牛的存活率进而降低奶
2、为了实现上述目的，本专利技术的技术方案为：
3、本专利技术的第一个方面，提供一种青年奶牛生存指数预测方法，包括如下步骤：
4、步骤1：统计奶牛群体的青年奶牛死亡率和平均死亡年龄；
5、步骤2：基于青年奶牛死亡率和平均死亡年龄计算造成的经济损失，通过对比处理死牛费用和酮体屠宰收入，得到青年奶牛生存经济价值；
6、步骤3：利用动物模型计算青年奶牛存活的育种值；
7、步骤4：利用育种值和青年奶牛生存经济价值计算青年奶牛生存指数的经济价值；
8、步骤5：基于青年奶牛生存指数的经济价值构建奶牛群体的青年奶牛生存指数；
9、步骤6：利用全基因组数据，通过线性混合模型对青年奶牛生存指数进行全基因组关联分析，得到显著遗传位点；
10、步骤7：将显著遗传位点加入gfblup模型中，重新计算育种值，利用步骤4重新计算青年奶牛生存指数的经济价值，并利用步骤5重新构建奶牛群体的青年奶牛生存指数；
11、步骤8：循环重复步骤4-步骤7，直至青年奶牛生存指数的经济价值前后差值的绝对值小于0.1，得到奶牛群体的青年奶牛生存指数。
12、在本专利技术的一些实施例中，步骤1中，统计奶牛群体的青年奶牛死亡率和平均死亡年龄时，将牛群中的母牛和公牛各分为两个年龄段，分类统计其死亡率和平均死亡年龄进行统计分类。
13、在本专利技术的一些实施例中，所述将牛群中的母牛和公牛各分为两个年龄段为：将母牛分为在2-30天存活的犊牛母牛和在31-458天存活的青年母牛，将公牛分为在2-30天存活的犊牛公牛和在31-184天存活的青年公牛。
14、在本专利技术的一些实施例中，所述动物模型如下：
15、y＝xb+za+e
16、其中，y为观测值到的表型；b是场-年-季固定效应，x为对应矩阵；a为个体随机效应，即所需计算的青年奶牛存活的育种值，其分布为a为亲缘关系矩阵，是加性遗传方差，z为对应矩阵；e为随机残差。
17、在本专利技术的一些实施例中，所述青年奶牛生存指数的经济价值等于育种值和青年奶牛生存经济价值乘积的十分之一。
18、在本专利技术的一些实施例中，步骤5中，所述青年奶牛生存指数为不同阶段青年奶牛的育种值与相应阶段青年奶牛生存指数的经济价值的乘积之和。
19、在本专利技术的一些实施例中，步骤6中，所述线性混合模型包括两部分，第一部分为利用方差组分模型计算多基因和残差方差，其模型如下：
20、y＝1μ+za+e
21、其中，y是表型即青年奶牛生存指数，μ是均值；a是随机基因效应，其分布为g是利用snp基因型构建的基因组关系矩阵，是加性遗传方差；z是对应矩阵；e是随机残差，其分布为i是单位矩阵，是随机方差；
22、第二部分为利用线性回归模型进行关联分析，其模型如下：
23、y＝1μ+xg+η
24、其中，y是表型即青年奶牛生存指数，μ是均值；x是snp基因型；g是snp效应；η是随机残差偏差，其方差为
25、在本专利技术的一些实施例中，所述gfblup模型如下：
26、y＝μ+gf+gr+
27、其中，y是表型即青年奶牛生存指数；μ是均值；gf代表gwas检测到的显著遗传位点的遗传效应；gr是其余位点的遗传效应；e是随机残差；对应分布为gf和gr是利用显著遗传位点和其余位点构建的基因组关系矩阵，和是对应的加性遗传方差，i是单位矩阵，是随机方差。
28、本专利技术的第二个方面，提供一种青年奶牛生存指数预测系统，包括：
29、统计模块，其用于统计奶牛群体的青年奶牛死亡率和平均死亡年龄；
30、对比模块，其用于基于青年奶牛死亡率和平均死亡年龄计算造成的经济损失，通过对比处理死牛费用和酮体屠宰收入，得到青年奶牛生存经济价值；
31、育种值计算模块，其用于利用动物模型计算青年奶牛存活的育种值；
32、经济价值计算模块，其用于利用育种值和青年奶牛生存经济价值计算青年奶牛生存指数的经济价值；
33、青年奶牛生存指数计算模块，其用于基于青年奶牛生存指数的经济价值构建奶牛群体的青年奶牛生存指数；
34、显著遗传位点计算模块，其用于利用全基因组数据，通过线性混合模型对青年奶牛生存指数进行全基因组关联分析，得到显著遗传位点；
35、再计算模块，其用于将显著遗传位点加入gfblup模型中，重新计算育种值，利用经济价值计算模块重新计算青年奶牛生存指数的经济价值，并利用青年奶牛生存指数计算模块重新构建奶牛群体的青年奶牛生存指数；
36、循环模块，其用于循环重复经济价值计算模块、青年奶牛生存指数计算模块、显著遗传位点计算模块和再计算模块，直至青年奶牛生存指数的经济价值前后差值的绝对值小于0.1，得到奶牛群体的青年奶牛生存指数。
37、在本专利技术的一些实施例中，所述统计模块，统计奶牛群体的青年奶牛死亡率和平均死亡年龄时，将牛群中的母牛分为在2-30天存活的犊牛母牛和在31-458天存活的青年母牛，将牛群中的公牛分为在2-30天存活的犊牛公牛和在31-184天存活的青年公牛，分类统计其死亡率和平均死亡年龄进行统计分类。
38、在本专利技术的一些实施例中，所述育种值计本文档来自技高网...
【技术保护点】
1.一种青年奶牛生存指数预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，步骤1中，统计奶牛群体的青年奶牛死亡率和平均死亡年龄时，将牛群中的母牛和公牛各分为两个年龄段，分类统计其死亡率和平均死亡年龄进行统计分类。
3.如权利要求2所述的青年奶牛生存指数预测方法，其特征在于，所述将牛群中的母牛和公牛各分为两个年龄段为：将母牛分为在2-30天存活的犊牛母牛和在31-458天存活的青年母牛，将公牛分为在2-30天存活的犊牛公牛和在31-184天存活的青年公牛。
4.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，所述动物模型如下：
5.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，所述青年奶牛生存指数的经济价值等于育种值和青年奶牛生存经济价值乘积的十分之一。
6.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，步骤5中，所述青年奶牛生存指数为不同阶段青年奶牛的育种值与相应阶段青年奶牛生存指数的经济价值的乘积之和。
7.如权利要求1所述的青年奶
8.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，所述GFBLUP模型如下：
9.一种青年奶牛生存指数预测系统，其特征在于，包括：
10.如权利要求9所述的青年奶牛生存指数预测系统，其特征在于，所述统计模块，统计奶牛群体的青年奶牛死亡率和平均死亡年龄时，将牛群中的母牛分为在2-30天存活的犊牛母牛和在31-458天存活的青年母牛，将牛群中的公牛分为在2-30天存活的犊牛公牛和在31-184天存活的青年公牛，分类统计其死亡率和平均死亡年龄进行统计分类。
...【技术特征摘要】
1.一种青年奶牛生存指数预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，步骤1中，统计奶牛群体的青年奶牛死亡率和平均死亡年龄时，将牛群中的母牛和公牛各分为两个年龄段，分类统计其死亡率和平均死亡年龄进行统计分类。
3.如权利要求2所述的青年奶牛生存指数预测方法，其特征在于，所述将牛群中的母牛和公牛各分为两个年龄段为：将母牛分为在2-30天存活的犊牛母牛和在31-458天存活的青年母牛，将公牛分为在2-30天存活的犊牛公牛和在31-184天存活的青年公牛。
4.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，所述动物模型如下：
5.如权利要求1所述的青年奶牛生存指数预测方法，其特征在于，所述青年奶牛生存指数的经济价值等于育种值和青年奶牛生存经济价值乘积的十分之一。
6.如权利要求1所述的青年...
【专利技术属性】
技术研发人员：王晓，高运东，李建斌，
申请(专利权)人：山东省农业科学院畜牧兽医研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。