Ich habe in letzter Zeit viel über quantitative Genetik und die G- (und B-) Matrix gelesen . Ich habe jetzt das Prinzip hinter der Durchführung der Analyse verstanden, bin mir aber immer noch nicht sicher, wie ich es machen soll. Ich würde es gerne mit einigen Dummy-/alten Daten in R ausprobieren können, um zu sehen, wie es gemacht wird.
Nehmen wir an, ich hätte 5 Merkmale von Drosophila gemessen (Flügellänge, Lebensdauer, Augenpigmentierung, Borstenanzahl und Fitness). Könnte ich aus diesen Daten eine G-Matrix für die Population erstellen und auch eine B-Matrix erhalten, um die Selektion auf die Merkmale zu messen?
Ziele des Beitrags:
1) Welche Informationen (Eigenschaftsmessungen, Fitnesswerte usw.) werden benötigt, um G- und B-Matrizen zu erstellen?
2) Ich würde gerne Print- oder Online-Material finden, das mich bei der tatsächlichen Umsetzung dieser Methode anleiten würde. Es scheint, als gäbe es eine Menge Papiere, die sagen, dass G-Matrizen großartig sind, aber niemand sagt wirklich, wie man sie im wirklichen Leben macht ...
Um die G-Matrix zu konstruieren, benötigen Sie additive genetische Varianzen und Kovarianzen für alle Merkmale, also benötigen Sie normalerweise Ergebnisse aus Zuchtexperimenten (z. B. phänotypische Mitteleltern-Nachkommen-Daten), auf denen Sie Eltern-Nachkommen-Regressionen durchführen können. Kenne keine guten Online-Quellen, aber siehe Balding et al. 2007 p. 534ff für einige Informationen. Ich habe Methoden gesehen, die behaupten, dass die G-Matrix direkt aus phänotypischen Daten von nicht verwandten Personen (z. B. Zintzaras 2011 ) oder aus genomischen Informationen, z. B. SNPs ( Vattikuti et al. 2013 ) , geschätzt werden kann, aber ich bin mit diesen nicht vertraut und tue es nicht wissen, wie zuverlässig sie sind.
Ein klarer Hintergrund zur Verwendung gemischter Modelle zur Schätzung der G-Matrix, einschließlich Beispiele/Tutorials, findet sich in Wilson et al (2009) .
Oder hast du etwas anderes/spezielleres im Sinn?
Remi.b
rg255
Remi.b