育种中一般配合力和特殊配合力的计算方法

研究生期间，学习数量遗传学时，对配合力的概念感到很神奇，曾经和同学讨论过，按道理说曹操的一般配合力很高，几个孩子都很出色。

那么问题来了，什么是一般配合力？一般配合力就是可以稳定遗传的因素，即曹操和不同女性生育的孩子，都很出色，这表明这种出色不因为不同女性的差异而变化，说明这种出色是遗传自父亲，因此曹操的一般配合力比较高。

那么什么是特殊配合力呢？看一下曹操的父母，这可以理解为其父母之间的特殊配合力比较高。

同学表示这很伪科学，并表示我这种思想很危险，乱套概念。。。

教科书的定义：

下面通过一篇文献，介绍一下配合力的计算方法。
兔兔

同事去四川出差，同桌再三嘱咐要带兔头，并表示会在他回京之前提醒他——-带兔头。另一个同事一直认真的认为：“兔兔这么可爱，为什么要吃它”。

文献参考：

Adenaike A S, Osisanya T O, Ogunsola O D, et al. Combining Ability and Inheritance of Growth Traits in Rabbits[J]. Journal of Biology Agriculture & Healthcare, 2013.

试验设计如下：

三个兔子品种，进行双列杂交（无自交，有正反交），共6个组合，每个组合重复了5次，测量其子代的性状，评价三个兔子品种的一般配合力和特殊配合力。

数据分析思路：

首先采用方差分析的方法，将其作为固定因子计算一般配合力和特殊配合力效应值，然后作为随机因子计算方差组分，根据方差组分计算遗传力。

计算结果：

一般配合力和特殊配合力结果：

这个里面我们也可以计算配合力的显著性。

遗传力的计算：

文章中可以改进的地方：

文章还在用方差分析的形式，计算效应值作为配合力值，这种算法有缺点，比如有缺失值或者数据不平衡（比如重复不一致），计算不准确。推荐使用混合线性模型，将亲本和组合作为随机因子，可以直接计算方差组分，而且可以将BLUP值作为配合力。当然，如果使用混合线性模型，就不能得到文章中的配合力的显著性了。

总结：

配合力计算，无论是动物育种，还是植物育种，都会经常遇到，关键是要理解什么是配合力，以及为什么要计算配合力。

特殊配合力一般用于划群，比如划分父本群和母本群，就是因为这两个群的特殊配合力比较高，如果我们不断提高父本群和母本群的一般配合力，而且同时保持两群的特殊配合力，育种才会不断的提升。

如果有需要讨论的问题，欢迎联系我：[e-mail]

什么？你想看代码？

数据描述：

数据：孔繁玲《植物数量遗传学》第十章（p282页）例10.8

父本有4个，母本有7个，共有4*7=28个组合（家系），重复2次。

# 没安装learnasreml # devtools::install_github("dengfei2013/learnasreml") library(learnasreml) data("NCII") dat = NCII str(dat) # 收费软件解决方案 library(asreml) mod = asreml(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat) summary(mod)$varcomp # 广义遗传力 pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) ) # 狭义遗传力 pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4)) # 配合力 coef(mod)$random # 免费软件解决方案 library(sommer) mod = mmer2(yield ~ Block, random = ~ P1 + P2 + Fam, data=dat) summary(mod) # 广义遗传力 pin(mod, hb ~ (V1+V2+V3)/(V1+V2+V3+V4) ) # 狭义遗传力 pin(mod, h2 ~ (V1+V2)/(V1+V2+V3+V4)) # 配合力 randef(mod)

结果整理：
遗传力：

一般配合力：

特殊配合力：

编者自语，这篇文章终于可以和公众号名称匹配了，没有育种没有统计没有意思。。。怎么断句。。。

什么，你想打赏？

附上二维码。。。