Key points are not available for this paper at this time.
在部分人群的遗传评估中使用稠密的分子标记。这需要一个两步程序,其中伪数据(例如,女儿产量偏差)是从完整记录和谱系数据中计算得出的,随后用于基因组评估。这会导致偏差和信息丢失。将基因组信息纳入完整遗传评估的一种方法是修改分子关系矩阵。一个简单的提议是用基因组关系矩阵替换基因型动物的关系。然而,这会导致不一致,因为基因组关系矩阵包含有关祖先和后代之间关系的信息。换句话说,使用基于谱系的基因型和非基因型个体之间的协方差,假装基因组信息不存在,会导致不一致性。提议通过选择指数(例如,谱系信息)来将非基因型动物的遗传值与基因型动物的遗传值相关联,然后对后者使用基因组关系矩阵。这导致基因型和非基因型遗传值的联合分布,具有谱系-基因组关系矩阵 H。在该矩阵中,基因组信息被传递到所有非基因型个体之间的协方差。该矩阵在构造上是(半)正定的,而简单的方法则不是。讨论了数值示例和替代表达式。矩阵 H 适合用于数据算法的迭代,这些算法将向量与矩阵相乘,例如预条件共轭梯度法。
Legarra 等(Fri,)研究了这个问题。