关于遗传参数评估的培训通知

asreml介绍

ASReml是拟合线性混合模型的优秀数据分析软件,由NSW Department of Primary Industries的Arthur Gilmour博士开发,可利用灵活的混合线性模型和广义线性模型来处理大规模的数据,实现大数据高效、快速的分析。ASReml可对数量性状、阈值性状、分类性状、SNP标记等多个性状进行分析,并可实现固定效应、随机效应值的预测以及显著性检验、遗传参数的估计、全基因组选择等。目前,ASReml软件已在世界范围内广泛地应用于林业、渔业、畜牧、农作物以及医学等多个领域的研究。

培训时间和地点

培训时间:2017年4月22日-23日(星期六、日)
上午9:00-12:00 至 下午1:30-5:30
培训地点:北京海淀区善缘街1号(中关村) 立方庭大厦二层

培训内容

2017年4月22日 上午(9:00-12:00)

R语言介绍

  • R语言软件安装、读取数据
  • R语言数据清洗及汇总统计
  • R语言常用作图介绍

ASReml简介及应用

  • ASReml在作物科学中的应用(MET、BLUP、空间分析)
  • ASReml在林木科学中的应用(多性状遗传相关、空间分析)
  • ASReml在水产科学中的应用(阈值性状、育种值、遗传力)
  • ASReml在动物科学中的应用(动物模型、GBLUP和GS)

2017年4月22日 下午(1:30-5:30)

ASReml遗传模型

  • 如何分析半同胞家系模型(计算遗传力以及配合力)
  • 如何分析完全双列杂交(是否考虑系谱信息)
  • 如何分析无性系数据(计算遗传力、重复力)
  • 如何分析个体动物模型(包括公畜模型、公畜-母畜模型、动物模型)
  • 如何计算近交系数和亲缘关系系数
  • 如何计算遗传力以及标准误
  • 如何计算母体效应以及永久环境效应
  • 如何评价固定效应和随机效应的显著性(Wald和LRT检验)
  • 如何评价和比较模型的优劣(AIC、BIC、LRT),如何调整和优化模型

2017年4月23日 上午(9:00-12:00)

多性状分析

  • 连续性状相关分析(表型相关、遗传相关、环境相关)
  • 阈值性状与生长性状的相关(遗传相关和表型相关)分析
  • 性状相关的显著性检验

阈值性状的遗传参数评估(遗传力、育种值)
多地点试验(MET)数据分析(G by E)
空间分析及模型的比较和优化(LRT、AIC、BIC)

2017年4月23日 下午(1:30-5:30)

高通量SNP信息在数据分析中的应用

  • SNP与表型性状的关联分析(SNP效应、替换效应、加性和显性效应)
  • GBLUP育种值估计
  • 一步法GBLUP(one-step GBLUP)
  • 如何利用SNP信息进行GS分析(Genomic Selection)

ASReml国际资格认证考试

费用

  • 3200元/人(优惠报名截止日期前报名并付费);
  • 3500元/人(优惠报名截止日期后报名并付费---如有剩余参会名额)。
    注:报名费包含培训费、讲义费、午餐费、学习资料费等,并赠送ASReml统计分析软件一年免费使用权(包含技术服务支持)。

培训通知和报名表下载:

培训通知
报名回执表

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354

推荐阅读更多精彩内容