逆回归矩阵法优化肉牛跨国基因组评估：三种去回归策略在单步模型中的比较研究

德国研究团队针对跨国肉牛育种中国际与国内评估体系差异导致的遗传信息整合难题，系统比较矩阵/标量（Garrick/ Van Raden）去回归法对国际估计育种值（EBVINT）的去回归效果，并验证其整合至国家单步基因组评估（single-step GBLUP）的可行性。研究表明，矩阵法逆转EBV的相关系数>0.99，显著优于标量法（0.75-0.99），有效提升200日龄体重（200-DW）直接与母体效应（maternal effect）的预测准确性，减少离散偏差。该成果为跨国基因组选择提供技术标准，推动全球肉牛遗传进展。

　　

跨国肉牛育种的基因信息整合困境与突破

在全球化的肉牛育种体系中，种畜跨国流动日益频繁，但国际与国家级育种值评估体系的差异导致关键遗传信息难以整合。国际肉牛评估体系（Interbeef）基于系谱模型提供跨国估计育种值（EBV_INT），而德国国家评估采用多性状单步SNPBLUP基因组模型（single-step GBLUP），两者在数据源、模型结构和性状定义上存在显著差异。例如，Interbeef仅纳入200日龄体重（Adjusted Weaning Weight, AWW）记录，而德国评估覆盖出生体重（BW）、200/365日龄体重（200-DW/365-DW）及肌肉评分（200-DM/365-DM）五项性状。这种割裂造成同一动物在两套体系中的排名偏差，尤其影响母体效应（maternal effect）——即母牛通过营养供给和行为特性影响后代表型的遗传能力——的评估准确性。

为破解这一难题，德国哥廷根大学动物育种系（Georg-August University） 联合vit生物信息中心的研究团队开展创新研究，系统比较三种去回归方法（矩阵法、Garrick标量法、Van Raden标量法）对EBV_INT的逆转效果，并将其整合至德国国家基因组评估体系。通过德国四大肉牛品种（德系安格斯/DA、夏洛莱/CHA、利木赞/LIM、西门塔尔/SIM）超58万条表型与基因型数据验证，团队发现矩阵法逆转EBV的相关系数达>0.99，显著降低评估偏差，使国际遗传信息利用率提升7.8%。相关成果发表于遗传学领域权威期刊《Genetics Selection Evolution》，为跨国基因组选择提供了标准化技术路径。

研究方法的核心技术框架

研究通过五步流程整合国际信息：（1）构建国家单性状系谱模型获取EBV_NAT与可靠性（REL）；（2）利用反向可靠性算法计算有效记录贡献（ERC）；（3）分别采用矩阵法、Garrick法（公式：DRP_k = PA_k + (EBV_k – PA_k)/REL_k(o+p)）、Van Raden法（公式：DRP_k = PA_k + (EBV_k – PA_k) × [ERC_k/dERC_k]）生成去回归证明（DRP）；（4）依据ERC差异加权混合国际与国家DRP，避免双计数；（5）将混合DRP作为新性状纳入多性状单步SNPBLUP模型，与原始表型进行遗传关联分析。关键技术包括：矩阵去回归算法（基于混合模型方程MME）、国际DRP融合公式（ERC = ERC_INT – ERC_NAT）、以及前向验证设计*（掩蔽2020年后出生动物的表型以模拟选择场景）。

---

关键结果解析

去回归方法的可逆性验证

通过对比原始表型EBV与DRP反推EBV（EBV_j）的相关性发现：

• 矩阵法性能最优：所有品种中EBV与EBV_j相关系数均>0.99（表2），回归系数稳定为1.0，表明其完美逆转育种值计算过程。

• 标量法存在系统性偏差：Garrick法在直接效应（200-DW_dir）中回归系数仅0.60–0.92，显示过度离散（overdispersion）；Van Raden法在母体效应（AWW_mat）中回归系数达1.24–1.29，呈现欠离散（underdispersion）。

  
  dir逆转中相关系数稳定高于标量法（蓝/绿）'>

基因组评估（GEBV）验证

前向验证比较三种整合策略（表3-5）：

• 离散偏差改善：矩阵法使200-DW_dir的回归系数b₁提升至0.89–0.97（国家模型：0.90–0.98），200-DW_mat的b₁从0.81–0.85优化至0.92（CHA）。

• 准确性提升：Van Raden法在200-DW_dir的截断/全评估精度比达0.82–0.84（国家模型：0.76–0.78），但母体效应仍依赖矩阵法（精度比0.87 vs 国家模型0.73）。

• 水平偏差降低：矩阵法使200-DW_mat水平偏差降至0.13–0.15遗传标准差（国家模型：0.17–0.20）。

  
  dir评估中矩阵法相关系数全程接近理论值1.0'>

---

结论与行业意义

本研究首次系统验证了跨国肉牛基因组评估中不同去回归方法的性能差异。矩阵去回归法凭借其数学严谨性，在国际EBV逆转中实现近乎无损的信息还原（相关系数>0.99），显著优于标量法。其优势在母体遗传效应整合中尤为突出——该效应因涉及亲代-子代互作，传统标量法易引发离散偏差（如Garrick法在DA品种的回归系数仅0.61）。

技术应用层面，矩阵法推动形成两项革新：（1）国际信息的高效整合框架：通过ERC动态加权DRP混合策略，规避了跨国数据双计数风险；（2）单步评估的优化路径：将混合DRP作为关联性状引入多性状模型，使200-DW_mat的评估水平偏差降低35.7%。尽管Van Raden法在直接效应评估中表现接近矩阵法，但其母体效应处理的局限性表明：矩阵法仍是跨国基因组评估的金标准*。

该研究为全球肉牛育种联盟提供关键技术参考。德国四大主产品种（覆盖超50万头育种牛）的实践证实，整合Interbeef数据可使青年公牛基因组评估准确性提升6.2%，加速遗传进展。未来需进一步探索矩阵法在多国系谱不全场景的适应性，以及其在基因组选择指数中的整合效益。

方法学备注：

• 单步SNPBLUP模型：联合基因组（G）与系谱（A）关系矩阵的评估方法

• 母体效应（maternal effect）：母牛通过妊娠期营养、哺乳行为等影响后代表型的遗传能力

• 离散偏差（dispersion bias）：回归系数b₁偏离1.0的程度，反映评估值方差失真