DMU軟件介紹

DMU是一個(gè)數(shù)量遺傳學(xué)工具包，主要功能包括估計(jì)方差組分和固定效應(yīng)，預(yù)測(cè)育種值。DMU的開(kāi)發(fā)歷史可以追溯到25年前，大部分功能基于數(shù)量遺傳學(xué)研究的需求而開(kāi)發(fā)。在丹麥動(dòng)物育種研究中，DMU是一個(gè)主要的統(tǒng)計(jì)研究工具（估計(jì)和預(yù)測(cè)）。此外，DMU也應(yīng)用于丹麥牛，羊，貂和馬等常規(guī)遺傳評(píng)估研究。因此，DMU不但在一些特定的項(xiàng)目中具備高性能優(yōu)勢(shì)，也適用于常規(guī)數(shù)量遺傳學(xué)研究?！癉MU”名稱最初來(lái)自于程序包中用來(lái)進(jìn)行初始化的過(guò)程名字縮寫。這些過(guò)程利用約束最大似然法（REML），通過(guò)Derivative-free方式執(zhí)行MUltivariate analysis，因此得名DMU。但是，在當(dāng)前的DMU版本中，并不包括DF-REML模塊，現(xiàn)在D僅代表DJF（丹麥農(nóng)業(yè)科學(xué)學(xué)院的縮寫）。
DMU安裝包有很多模塊，如DMU1、DMU4、DMU5、DMUAI和RJMC。DMUAI模塊可利用平均信息限制最大似然(AI-REML) (Jensen et al. 1997)算法進(jìn)行（協(xié)）方差組分的估計(jì)。AI是通過(guò)平均觀察和預(yù)期信息的信息矩陣得到的。該模塊還可以使用期望最大化(EM)算法來(lái)最大化約束似然函數(shù)。被估計(jì)的（協(xié)）方差組分的漸近標(biāo)準(zhǔn)誤是從平均信息矩陣中獲得的。

學(xué)習(xí)DMU初衷

想試試DMU處理一批數(shù)據(jù), 發(fā)現(xiàn)這個(gè)軟件, 竟然沒(méi)有一個(gè)合適的操作說(shuō)明文檔, 我手頭上有蘇國(guó)生老師的PPT中文版DMU操作說(shuō)明, 但看起來(lái)還是費(fèi)勁.

剛好自己在學(xué)習(xí)這個(gè)軟件, 用實(shí)際數(shù)據(jù)來(lái)演示如何使用這個(gè)軟件進(jìn)行數(shù)據(jù)分析.

我想從四部分進(jìn)行:

• 1, DMU語(yǔ)法介紹

• 2, 單性狀動(dòng)物模型

• 3, 單性狀重復(fù)力模型

• 4, 多性狀動(dòng)物模型

其它內(nèi)容, 包括測(cè)定日模型(隨機(jī)回歸模型), 母體效應(yīng)模型, GBLUP模型, 顯性上位性模型, 一步法GS模型等等以后再做總結(jié).

說(shuō)明文檔是作者寫的, 一般來(lái)說(shuō)作者都想通過(guò)邏輯的構(gòu)建, 讓讀者了解軟件的方方面面, 但是讀者一開(kāi)始接觸軟件時(shí), 迫切的是想解決問(wèn)題, 不是來(lái)學(xué)理論, 不是來(lái)學(xué)知識(shí), 只是想解決問(wèn)題. 但是大多數(shù)文檔無(wú)法滿足這些迫切的需求. 所以, 最好的操作說(shuō)明, 就是有數(shù)據(jù), 有模型, 有結(jié)果說(shuō)明, 可以很快上手. 我寫此操作說(shuō)明的目的就在于此.

DMU語(yǔ)法介紹

軟件組成, 主要包括四類程序

• DMU1
  這個(gè)主要是為了整理數(shù)據(jù)和模型, 相當(dāng)于預(yù)處理程序, 其它三個(gè)程序都要經(jīng)過(guò)它的處理才能分析. 類似BLUPF90的renumf90程序.

• DMUAI
  這個(gè)主要估算方差組分的程序

• DMU4和DMU5
  DMU4主要是求解混合線性方程組, 它不估算方差組分, 只求解. 類似BLUPF90包中的blupf90程序.DMU5功能和DMU4類似, 也是求解方程組, 適用于大數(shù)據(jù)

• RGMC
  主要是貝葉斯抽樣, 估算方差組分, 計(jì)算育種值.

數(shù)據(jù)和系譜及逆矩陣格式

• 全部數(shù)據(jù), 不要有行頭

• 數(shù)據(jù)中不能含有字符, 字母, 都必須是數(shù)字

• 逆矩陣可以是下三角或者上三角矩陣的三列形式

• 系譜數(shù)據(jù)包括四列: ID, Sire, Dam, Birth

• 數(shù)據(jù)中, 因子(ID, Sex…)放在前面, 觀測(cè)值(y1, y2, y3)放在后面, 因子用整數(shù)表示, 不能含有字母

因此, 在進(jìn)行分析之前, 首先需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化, 比如系譜要變?yōu)檎麛?shù), 要有第四列信息出生信息, 如果沒(méi)有, 就寫成2018年就行. 數(shù)據(jù)中也要重新編號(hào), 特別是某些因子含有字母, 需要轉(zhuǎn)化為數(shù)字. 可以使用R語(yǔ)言進(jìn)行轉(zhuǎn)化, 將系譜的所有水平編號(hào)為1…n, 然后替換. 將數(shù)據(jù)的所有水平, 重新編碼.

參數(shù)文件
文件名為name.DIR, 其中name為程序名稱, DIR必須要有, 并保持大寫.

• $COMMENT
  文件注釋, 一般是解釋你所使用的模型

• $ANALYSIS
  你分析所使用的模型, 如果你需要估算方差組分, 那么簡(jiǎn)單寫為:
  $ANALYSIS 1 1 0 0

• $DATA
  指定數(shù)據(jù)格式,因子數(shù)目, 觀測(cè)值數(shù)目, 缺失值, 和數(shù)據(jù)位置
  如果是txt文件, 有5個(gè)因子, 4個(gè)觀測(cè)值, 缺失值-999, 在D盤根目錄
  $DATA ASCII(5,4,-999) d:/dat.txt

• $VARIABLE
  寫出因子和變量的名稱, 第一行為因子, 第二行為變量
  ID Loc Year Herd Sex Hy
  y1 y2 y3 y4

• $MODEL
  指定分析模型中, 觀測(cè)值個(gè)數(shù), 固定因子, 隨機(jī)因子
  比如單性狀, 正態(tài)數(shù)據(jù)
  1 1 0 0 0
  比如二性狀, 正態(tài)數(shù)據(jù)
  2 2 0 0 0

固定因子: 每個(gè)性狀一行, 包含若干整數(shù)
單性狀中, y1 = Loc + Year + Herd + Sex, random = ID
1 0 5 1 2 3 4 5
隨機(jī)因子: 每個(gè)性狀一行, 包含若干整數(shù)
1

• $VAR_STR
  定義方差協(xié)方差結(jié)構(gòu)
  可以支持系譜, 和自定義關(guān)系矩陣inv
  定義系譜文件:
  $VAR_STR 2 PED 2 ASCII ped.txt
  定義逆矩陣:
  $VAR_STR 1 COR ASCII ginv

• $PRIOR
  定義初始值, 不過(guò)不定義, 默認(rèn)是方差組分為1, 協(xié)方差組分為0, 定義格式, 下三角行列形式.
  比如兩性狀, Vg和Ve
  1 1 1 Vg11
  1 2 1 Vg12
  1 2 2 Vg22
  2 1 1 Ve11
  2 2 1 Ve21
  2 2 2 Ve22

• $VAR_REST(可選項(xiàng), 主要是固定初始值)

文件輸出

• lst
  描述統(tǒng)計(jì), 模型迭代, 方差組分估計(jì)

• PAROUT
  方差組分估計(jì)(行列形式顯示)

• PAROUT-STD
  方差組分及標(biāo)準(zhǔn)誤(計(jì)算遺傳力)

• LLIK
  最后一次迭代情況

命令行文件執(zhí)行

• run_dmuai
  運(yùn)行dmuai程序

• run_dmu4
  運(yùn)行dmu4程序

• run_dmu5

• run_rjmc