NED364051NED

57 BLU P имеет много общего с селекционными индексами. Но необходимо особенно отметить крайне важное отличие B LU P - это статистическая неискаженность, которая достигается за счет одновременного опреде­ ления племенной ценности и влияния среды [4, 5]. Различаются стати­ стический метод и модель BLUP. Метод представляет собой способ расчета, который учитывает причинные факторы в оцениваемых значе­ ниях, а модель описывает, какие из них влияют на продуктивность [6]. Для расчетов на основе B LU P применяются разные модели. Ос­ новная - родительская, так называемая BLU P SM (BLUP Sire Model - Мо­ дель отца). Кроме базовой модели BLUP1, существует целый ряд дру­ гих: BLU P2 может учитывать генетические группы производителей, BLUP3 - их родственные связи, BLUP4 - одновременно генетические группы производителей и родственные связи [7, 8]. Цель исследования - изучение и сравнение линейных статисти­ ческих моделей определения племенной ценности животных методами BLU P и селекционных индексов. Материал и методика исследований. Исследование проведено на баранах трех линий асканийской тонкорунной породы овец. Живот­ ные оценивались по живой массе потомков методами B LU P и селекци­ онных индексов. Применен селекционный индекс в виде суммы произведений ко­ эффициентов селекционно-экономической значимости Ь* и отклонения от стандартного значения селекционного признака Х # [9]: а , =И ьЛ х * - х л ) . (D кш\ Коэффициенты селекционно-экономической значимости опреде­ ляются в результате решения матричного уравнения Ьк=М ' Ы М • <2> где к - номера селекционных признаков; т - количество одновременно рас­ сматриваемых селекционных признаков; Ь* - коэффициенты генетико­ экономической значимости; fq - фенотипическая матрица; д% - генетиче­ ская матрица; а* - коэффициент экономической значимости. Для определения племенной ценности животных по методу B LU P использовано матричное уравнение y = X6 + Z$ + e , (3) где у - вектор зависимой переменной; й - вектор, элементами кото­ рого являются фиксированные паратипические эффекты; s - вектор ран­ домизированных эффектов животных; е - вектор неучтенных случайных в модели факторов; X, Z - матрицы, в которых зафиксировано наличие-1 или отсутствие - 0 оцениваемых эффектов. Векторы й и s модели - не