Abstract
Summary - Best linear unbiased prediction (BLUP) is applied to a mixed linear model
with additive effects for alleles at a market quantitative trait locus (MQTL) and additive
effects for alleles at the remaining quantitative trait loci (QTL). A recursive algorithm
is developed to obtain the covariance matrix of the effects of MQTL alleles. A simple
method is presented to obtain its inverse. This approach allows simultaneous evaluation
of fixed effects, effects of MQTL alleles, and effects of alleles at the remaining QTLs, using
known relationships and phenotypic and marker information. The approach is sufficiently
general to accommodate individuals with partial or no marker information. Extension of
the approach to BLUP with multiple markers is discussed.
marker-assisted selection - best linear unbasied prediction - genetic marker
Résumé - Sélection assistée par un marqueur: utilisation du meilleur prédicteur
linéaire sans biais (BLUP). La méthode du BLUP (meilleure prédiction linéaire sans
biais) est appliquée à un modèle linéaire mixte comprenant des effets additifs associé
aux allèles d’un locus quantitatif flanqué d’un gène marqueur, et d’effets additifs pour les
autres locus quantitatifs. Un algorithme récursif permet d’obtenir la matrice de covariances
associée aux effets des allèles du locus marqué. Une méthode simple est aussi proposée
pour calculer l’inverse de cette matrice. Cette approche permet d’évaluer simultanément
les effets fixés, les effets des allèles du locus marqué, et les effets génétiques additifs de
l’ensemble des autres locus, d’après les relations de parenté, les données phénotypiques
et l’information sur les marqueurs. Cette approche est assez générade pour tenir compte
de données incomplètes chez certains individus. On discute l’extension à un BL UP avec
plusieurs marqueurs.
Users
Please
log in to take part in the discussion (add own reviews or comments).