植物大田育种试验设计与数据分析汇总
Genstat功能汇总
内容汇总 ///
大家好，本次将我们之前发的博客，关于植物大田育种试验设计和数据分析的内容汇总一下，方便大家查阅。内容主要包括：
1
试验设计
2
计算遗传力
3
联合方差分析
4
基因与环境互作分析
5
配合力分析
1.试验设计
几种常见的试验设计及实现方法
文章链接：
https://mp.weixin.qq.com/s/K9zWBM6YsFpr1ZvtiHHQ_w
本篇博文中，介绍几种常见的试验设计，并用GenStat为例介绍实现方法。内容包括试验设计的意义，优势以及适用范围。
1. 完全随机试验
“本章节参考《生物统计学》 章元明 主编 中国农业出版社 普通高等教育农业部“十二五”规划教材 第八章 试验设计
完全随机设计完全随机设计就是将处理完全随机地安排到预先确定的试验单元上，每一供试单元有同等机会接受任何一个处理的试验设计。这种设计主要体现重复和随机原则。为每一试验单元分配处理的过程称为随机化。
试验要求 完成A，B，C和D共4个处理5次重复的完全随机设计的随机化任务。
解决方案：
1，打开GenStat试验设计菜单
2，选择One-way Design(no Blocking)，在重复里设置为5，Treat里面设置为4个。这里设置了4个处理，5次重复的试验。点击Run，可以看到试验设计表。
3，试验设计结果 这里，可以看到Plot为小区编号，Treat1为处理的顺序。顺序为：1,4,4,2……，本试验即为完全随机设计。
适用范围当你有一些处理，比如不同浓度的农药，或者不同类型的处理，试验的外部环境可以控制的比较好（比如室内，大棚内，培养箱内等等），这时候试验设计时需要考虑：重复和随机。所以完全随机设计可以满足这个需求。
2. 完全随机区组试验
“本章节参考《生物统计学》 章元明 主编 中国农业出版社 普通高等教育农业部“十二五”规划教材 第八章 试验设计
随机区组设计完全随机区组试验（Randomized complete block design）设计根据随机、重复和局部控制三大原则，将试验地按照土壤肥力梯度划分为等于重复次数的几个区组，区组内各小区完全随机排列。
试验要求实施8个处理4次重复的随机区组设计的田间试验。
解决方案：
1，打开GenStat试验设计菜单
2，选择One-way Design(in Randomized Blocks)，Blocks中键入4，表示4个区组。Treatment factor框中，键入8，表示8个处理。
3，试验设计结果 这里，可以看到Blocks为区组，Plot为小区编号，Treat1为处理的顺序。
适用范围当你有一些处理，比如不同浓度的农药，或者不同类型的处理，试验的外部环境有一定的趋势，比如肥力，比如地势，这时候试验设计时需要考虑：重复和随机，局部控制（区组）。可以将肥力按照梯度划分为不同的区组，或者将地势划分为不同的区组，尽量保证区组内变异小，区组间变异大。所以完全随机区组设计可以满足这个需求。
3. 拉丁方试验设计
“本章节参考《生物统计学》 章元明 主编 中国农业出版社 普通高等教育农业部“十二五”规划教材 第八章 试验设计
拉丁方设计将不同拉丁符号排成k行k列，使每个符号在每一行、每一列仅出现一次的方阵的试验设计叫做拉丁方试验设计（Latin square design）。拉丁方设计就是将处理排列成k×k拉丁方形式。第一行和第一列的字母皆为顺序排列的拉丁方称为标准方，要生成合格的随机化的拉丁方还要经过行变换、列变换等步骤。利用GenStat软件中的试验设计功能，可以自动生成一个标准化的拉丁方试验设计。
拉丁方优势拉丁方的优点比较突出，因为从横向看是一个含有k个处理的区组，从纵向看也是含k个处理的区组，行列皆成区组，可以剔除两个方向的系统误差，因而有较高的精确度和准确度。但是，拉丁方设计的缺点也比较明显，一个是重复数必须等于处理数，这样，一个试验的处理不能太多，否则行列区组占地太大，试验效率不高。所以，当k > 10时，就极少应用拉丁方设计。若处理数太小，估计误差的自由度将不足，影响测验灵敏度，尤其当k=2或3时，采用拉丁方设计还不如随机区组或完全随机设计有效。一般当处理数k为5~8个、且对试验的精确度要求较高或试验土壤肥力缺失存在双向变化时，可采用拉丁方设计。
试验要求对5 X 5 拉丁方设计的5个处理进行随机化
解决方案：
1，打开GenStat试验设计菜单
2，选择Latin Square，Rows中键入5。
3，试验设计结果 这里，可以看到Rows为行，Columns为列，Treat1为处理的顺序。
适用范围当你有一些处理，比如不同浓度的农药，或者不同类型的处理，当水平比较少（小于8个）而精确度要求高时，可以考虑拉丁方设计，设计时处理数和重复数相等，这样在分析时，行和列都可以作为区组，分析的检测度更加灵敏。
2. 计算遗传力
不同田间试验设计的广义遗传率计算，看这里早知道！
文章链接：
https://mp.weixin.qq.com/s/svL4o47p56-lIU5l7rlZEw
Question 01
有哪位大佬能说一下怎样计算不同田间试验的广义遗传率？在线等，挺急的。
Answer01
不要着急，GenStat软件可以完成广义遗传率的计算，请看下面教程,轻松get!
遗传率（heritability），也称为遗传力，是表示遗传因素与环境影响对数量性状表现相对重要性的指标，用遗传方差与表型方差的比率表示，记为h2。它可以分为广义遗传率（broad sense heritability）、狭义遗传率（narrow sense heritability）和现实遗传率（realized heritability）。
利用一定试验设计的期望均方，分离和估算出遗传方差、环境方差等等方差组成分量，从而估算广义遗传率。利用方差分析方法估算遗传率的方法很多，有些方法不但能估算广义遗传率，还能估算狭义遗传率（如双列杂交设计等）。本次主要介绍广义遗传率的计算方法，从以下几个试验类型进行介绍：随机区组试验、一年多点试验、多年多点试验。
随机区组试验
处理对象
16个水稻品种、三次重复的随机区组试验，调查株高的数据资料列于表5-5中，试估算广义遗传率。
--------------------------------------------
方差分析模型
---------------------------------------------
GenStat 实现方法
因为要估计方差组分，上面的公式是基于固定效应方差分析的结果计算的，在GenStat中，如果将品种和区组当成随机因素，可以直接估计方差组分，模型如下：
---------------------------------------------
结果分析
一年多点的广义遗传率计算
处理对象
19个品种，10个地点，每个地点重复4次，表型为百粒重，计算百粒重的广义遗传率。（农业试验设计与统计分析 王福亭主编 1991 331-342页）
------------------------------------------
公式
其中gl为基因与地点互作，l为地点的个数，r为重复的个数。
--------------------------------------------
GenStat 实现方法
GenStat模型如下：
----------------------------------------------
结果分析
H2 = 0.01904/[(0.01904 + 0.0208/10 + 0.01939/(4*10)) = 0.8813
多年多点的广义遗传率计算
处理对象
数据是2年，2地点，2重复，143个品种的土豆品种BRIX性状数据，数据来源（http://articles.extension.org/pages/61006/estimating-heritability-and-blups-for-traits-using-tomato-phenotypic-data#.VGmvjBSEBtJ ）
------------------------------------------
公式
其中var(g)是基因型的方差组分，var(gl)是基因地点互作的方差组分，var(gy)是基因年份互作的方差组分，var(e)是环境的方差组分，y是年数，l是地点数。
------------------------------------------
GenStat 实现方法
GenStat模型如下：因为数据有缺失值，这里采用线性混合模型
--------------------------------------------
结果分析
遗传率的意义
性状的表现（表现型）是基因型和环境共同作用的结果，但对某一具体性状而言，了解它的遗传作用和环境影响在其表现中各占多大的比重，对于育种家关系极大。一般地说，遗传率高的性状，容易选择，遗传率低的性状，选择的效果较小。
遗传率高的性状，在杂种的早期世代选择，收效较好。而遗传率较低的性状，则应在杂种后期世代选择才能收到较好的效果。
相关选择，又称为间接选择。有些性状，尤其是产量等经济性状都是典型的数量性状，且遗传率很低，但是若这些性状与某些遗传率高的简单性状密切相关，可以用这些简单性状作为指标进行间接选择，以提高选择的效果。如大豆产量的遗传率很低，而子粒重、开花期的遗传率较高，且与产量之间有很高的相关系数，因此可以通过选择子粒重、开花期而达到对产量的选择目的。
注意事项
利用方差分析也可以计算方差组分，这里面的操作都是对方差组分进行操作的。
推荐用混线性模型进行相关分析，比如SAS的mixed model ，R的lme4，GenStat，ASReml等。
3.联合方差分析（一年多点数据分析）
联合方差分析怎么做？Genstat软件是首选！
文章链接：https://mp.weixin.qq.com/s/76qCIIxP3HMXiuBCYF8Oqw
联合方差分析介绍
植物育种中，经常会有多地点多环境的数据，需要将这些多环境的数据放在一起进行方差分析，就是联合方差分析。
联合方差分析的适用条件
方差分析有个前提，是残差的一致性，但是多环境数据中，残差变化比较大，需要确定残差来源于一个整体（即残差齐性）才可以进行联合方差分析。
其他分析多环境的模型
除了联合方差分析，还有哪些模型可以分析多环境数据？
联合方差分析是基于一般线性模型（GLM），它假定残差齐性，对于非齐性的数据，无法合并一起进行方差分析，可以用混合线性模型（LMM），混合线性模型还可以分析齐性的数据，得到品种的BLUP或者BLUE值，更符合育种选种的需要。
Genstat分析联合方差分析
01
整理数据
数据用Excel表格整理，格式如下：
02
导入数据到Genstat软件
将前三列设置为因子。
03
联合方差模型设置
模型设置为：Cul + Cul:Location + Location + Location:Rep
04
联合方差分析结果
可以看到品种Cul达到极显著，地点间达到极显著，地点与品种互作不显著，地点内区组不显著。
05
多重比较
设置步骤：
结果如下：
Genstat分析混合线性模型
01
整理数据
数据用Excel表格整理，格式如下：
02
导入Genstat软件
将前三列设置为因子：
03
Genstat混合线性模型设置
04
方差分析结果
05
育种值BLUP结果
以上是多环境数据的联合方差分析，以及混合线性模型计算BLUP值的分析。
4.基因与环境互作：GGE模型和AMMI模型
如何使用Genstat 软件实现GGE双标图
文章链接：https://mp.weixin.qq.com/s/76qCIIxP3HMXiuBCYF8Oqw
GGE 可以理解为在主成分分析时， 分解的是G+GbyE，然后根据PC1和PC2作双标图，称为GGE Biplot。双标图经常用于农作物多点试验的数据分析，今天小编带领大家介绍怎么用GenStat实现GGE双标图。
双标图应用领域
l 品种——环境两向表
l 做基因表达数据
l QTL效应——环境两向表
l 品种——性状两向表
l 双列杂交两向表
l 寄主——病原物两向表
l 基因型——遗传标记数据
l 环境条件——作物性状两向表
l 试验地点——气候土壤因素两向表
GGE双标图
数据来源
数据：论文中的原始数据，来源于1993年安大略冬小麦区试试验的数据，18个小麦品种在9个环境中的产量表现。第一列是18个小麦品种，第一行是9个不同的环境。
有四个双标图，下面讲解怎么通过GenStat来达到相同的效果？
1、Which-Won-Where View
哪个品种哪个环境中是最好的
2、Environmental VectorView
环境之间的关系
3、DiscriminatingAbility VS Representativeness View，
区分力和代表性
4、Mean vs StabilityView
高产性和稳产性
它可以解决品种生态区划分、品种评价和试验点评价这三大问题。
GenStat具体实现如下：
首先对数据进行整理，数据分为三列内容：品种名、环境和产量三部分内容。
Which-Won-Where View
1、Which-Won-Where View
就是哪个品种哪个环境中是最好的
对应GenStat模型：
作图结果如下：
结果解读：
这张图主要是按照品种与环境的互作来说明各地点产量最高的品种。
1、 把各个方向上距离最远的点用直线连接起来，比如G8~G18~G7~G12~G13构成了一个五边形，通过中心对五条边做五条垂线，将双标图分为五个扇区，品种在五个扇区都有分布，品种分为两个扇区，E5和E7为一组，其它为一组。
2、 这张图可以得出：位于五边形顶角的品种是扇区内个环境下产量最高的品种，比如G18在环境E5和E7产量最高，品种G8在另外7个试验点产量最高。
Environmental Vector View
2、Environmental Vector View
环境之间的关系
对应GenStat模型如下：
将产量（value）导入到Y-variate框中，将品种（cul）导入到Genotype框里面，将环境（env）导入到Environments框里面，在Options里面勾选Connect environment scores with origin。
作图如下：
结果解读：
1、 本图主要是分析各试验点之间在品种评价上的相似性。从中心到各个环境做一条线段，线段间的夹角和线段本身的长度都有一定的代表意义。
2、 两环境线段之间的夹角的余弦值是它们的相关系数，夹角小于90度表示正相关，说明两环境对品种排序相似，大于90度表示负相关，表示两环境对品种排序相反，等于90度说明两环境不相关。夹角较小说明试验点是重复设置的，去掉一个不影响对品种的评价。
3、 环境线段的长度是试验点对品种的区分能力，线段越长，区分能力越强。
4、 本图可以知道环境E1、E2、E3和E4存在正相关。E5和E7比其它点有较强的品种区分能力。
Discriminating Ability VS Representativeness View
3、Discriminating Ability VS Representativeness View
区分力和代表性
对应GenStat模型：
作图结果如下：
本图一个显著的特征是它增加了两条直线，其中带箭头的直线为平均环境轴（Average Environment Axis），通过平均环境（箭头前面的圆圈）和中心点的连线。
结果解读：
1、 试验点线段和平均环境轴的角度是其对目标环境的代表性的度量，角度越小，代表性越强。如果一个试验点和平均环境轴夹角为钝角，则它不适合作为试验点。
2、 平均环境轴上箭头所指的方向是对试验点区分力和代表性两方面的评价。
3、 就区分力来说，E5和E7（线段最长）最好，就代表性而言，E1、E2、E3、E4最好（与平均轴夹角最小）。
4、 没有区分能力的试验点是无用的。
5、 有区分力但没有代表性的试验点可以淘汰不稳定的品种，但不能用于优良品种的选择。
6、 只有既有区分力又有代表性的试验点才能最好的选择高产稳产的品种。因此这张图是对试验点的一个综合评价。
Mean vs Stability View
4、Mean vs Stability View
即高产性和稳产性
对应GenStat模型：
作图结果如下：
结果解读：
1、 高产稳产功能图也需要环境平均轴（带箭头的直线），和平均环境值（直线上圆圈表示）。还有一条通过中心与环境平均轴垂直的直线。将品种点和平均环境轴做一条垂线。
2、 环境平均轴所指的方向是品种在所有环境下的近似平均产量的走向。可知G8平均产量株高，后面依次是G4、G10、G18，产量最低的是G12，后面依次是G14、G7、G13。品种G17的平均产量接近试验总平均。
3、 通过中心（原点）与平均轴垂直的线代表各品种与各环境相互作用的倾向性。品种与平均环境轴之间的垂线越长，表示品种越不稳定。可知G13（线段最长）最不稳定，其次是G8、G17、G7。比较稳产的是G12、G15、G16、G6、G4（与平均环境轴的垂线较短）。
4、 综合品种产量和稳定的指标，可以看出G4是一个比较高产稳产的品种，G8也高产，但是不稳产。虽然G12很稳产（它几乎就在平均环境轴上面），但是产量最低。
GGE双标图存在的问题及其解决方法：
双标图GGE是基于传统的固定效应模型，它有一些假定和局限性：
1、它要求数据平衡，即不能存在缺失值。
2、它要求各试验点各区组内条件完全一致。在区组较大时（如大于10个区组），假定很难实现。
3、固定效应模型假定各试验环境的误差同质
解决方法：
1、用混合线性模型或析因设计（FA），将品种当成随机效应，可以解决以上问题。
2、先用随机效应模型估计出各品种在各环境下的无偏估计值（BLUP），将BLUP值代替各环境品种的平均值作为基本数据进行GGE分析。
GenStat软件中GGE的优势
1、GenStat基于REML的混合线性模型可以将品种当成随机效应。
2、GenStat可以计算品种的BLUP值和BLUE值。
GenStat其它类型的GGE图：
5.配合力分析
如何通过Genstat软件来计算遗传力和配合力？
文章链接：https://mp.weixin.qq.com/s/7IbWXuf3xqZsEOilMYYAtA
近来有老师咨询如何计算遗传力和配合力，那今天小编就通过沉浸式操作为大家展示一下Genstat软件的操作方法，及结果解读。
NCII试验介绍
在育种过程中，经常需要评价种质资源的遗传特性，引进自交系的好坏，确定自交系配合力的高低和利用的方式，经常用到的试验设计有完全双列杂交和不完全双列杂交。
不完全双列杂交是指把供试亲本按试验要求分为两组，只进行组间杂交，不进行组内杂交。
它相比完全双列杂交有以下优势：
1、从试验效率、资源消耗等方面考虑，在相同的试验规模和成本下，不完全双列杂交可以比完全双列杂交包括更多的亲本，获得更多的信息。
2、从育种实际考虑，有一些组合并非必要，按照育种目标分组，可以测用结合。
GenStat处理NCII数据的优势
常规处理方法
把亲本及其组合当成固定因子计算方差检验、配合力，把亲本及其组合当成随机因子计算方差组分和遗传力。
不足之处：这种计算方法（包括运用此方法的软件如Excel、DPS、SPSS等）不能处理缺失值（不平衡数据），而且不能定义多年多点数据的交互。
Genstat软件的优势
GenStat基于REML的混合线性模型可以解决缺失值及多年多点模型交互的情况，而且可以给出发表文章和实际育种中关注的所有参数，比如显著性、配合力、标准误及LSD等。
NCII主要分析结果介绍
方差分析表
关注重点：亲本和组合在不同性状方差分析的F值和显著性。
一般配合力和特殊配合力效应的显著性
关注重点：配合力效应值，和0比较时的LSD在0.05和0.01水平上的LSD值，确定显著性水平。
遗传参数评估
关注重点：不同性状的一般配合力和特殊配合力方差，不同性状的广义遗传力和狭义遗传力
Genstat分析NC II试验及结果解读
试验数据描述
现有五个外来引进的玉米自交系（A1-A5），用本地的四个常用自交系（B1-B4）对其进行配合力测定，设置3个区组得到产量数据。
分析模型路径
打开模型如下：Stat>>analysis of variance>>general
结果——方差分析表
一般配合力和特殊配合力效应值
03
均数的标准误和差数的标准误
遗传参数评估
模型:stats>>genetic model>>parental model
遗传参数结果——方差组分
一般配合力方差：foreign+native=36.256+15.448=51.704
特殊配合力方差组分：6.315
遗传参数——遗传力
广义遗传力：foreign+native+foreign.native=0.8672
狭义遗传力：foreign+native=0.7728
