Всероссийский научно-исследовательский институт физиологии, биохимии и питания животных – филиал Федерального государственного бюджетного научного учреждения «Федеральный научный центр животноводства – ВИЖ имени академика Л.К. Эрнста»
Современные языки программирования используются для решения статистических
задач при оценке племенной ценности животных и в генетических расчётах при
полногеномном сканировании. Общепринятым методом оценки племенного материала
является метод линейного прогнозирования племенной ценности (BLUP). Реализация
успешной экономической модели продаж племенного материала в условиях острой
конкуренции на мировом рынке невозможна без использования современных и общепринятых
на мировом рынке систем селекции и оценки племенной ценности скота. В данной работе,
имеющей характер введения в проблему, представлен пример того, как можно при помощи
языка программирования R рассчитать племенную ценность бычков мясной породы в
зависимости от эффекта пола, влияющего на их продуктивность. Это распространенный и
бесплатный язык, который создан специально для статистических расчетов в биологии и
экономике, и на нём легко создавать алгоритмы и программные средства. Представленный
пример программы является классическим и может быть расширен и применён для любых
других задач расчёта племенной ценности животных, а также при экологической оценке
популяций. Представленный алгоритм является примером, который можно использовать для
обучения студентов, аспирантов и научных сотрудников в рамках курсов повышения
квалификации, в плане единой национальной системы обучения по специальностям
«Зоотехния» и «Генетика, селекция и воспроизводство», а также других специальностей
биологического направления.
1. Akinshin A. Shpargalka po yazyku R (Cheat sheet for language R). 2013 <https://goo.gl/hcKttP> (In
Russian)
2. Albukrek F. Rstudio software. 2019 <https://www.rstudio.com>
3. Bates D. R-cran Foundation. 2019 <https://goo.gl/LYUhjc>
4. Bifet A. Weka software. 2018 < https://goo.gl/5tihYF>
5. Druet T., Ducrocq V. Innovations in software packages in quantitative genetics. In: 8th World Congress on
Genetics Applied to Livestock Production . Belo Horizonte, 2006, P. 10-27.
6. Falconer D.S., Mackay T.F.C. Introduction to Quantitative Genetics. Pearson-Longman, Essex, U.K.,
1996, 480 p.
7. Fox J.R. Commander software. 2017 < https://goo.gl/d6naTv>
8. Friedrichsmeier T. RKWаrd software.2018 < https://rkward.kde.org/>
9. Gentieman R. KNIME software. 2019 <www.bioconductor.org>
10. Goldberger A.S. Best linear unbiased prediction in the generalized linear regression model. J. Amer. Stat.
Association . 1962, 57(6): 369-375.
11.Gran R. R programming language. 2019 <https://goo.gl/dKGHZM>
12.Grosjean P. SciViews software. 2019 <http://www.sciviews.org/>
13. Henderson C.R. Estimation of changes in herd environment. J. Dairy Sci. 1949, 32: 709.
14.Henderson C.R. Estimation of genetic parameters. Ann. Math. Statistics.1950, 9: 309-310.
15. Henderson C.R., Robinson H.F., Hanson W.D. Selection index and expected genetic advance. In: Statistical
genetics and plant breeding. Washington: National academy of sciences and national research council
Publ., 1963, 982, 141-163.
16.Hunniger D C++ program software. 2012 <https://goo.gl/H6VDxy>
17.Kuznetsov V.M., Shestiperov A.A., Egorova V.N. Metodicheskie rekomendatsii po ispol’zovaniyu metoda
BLUP dlya otsenki plemennoi tsennosti bykov-proizvoditelei (Guidelines for using BLUP method to assess
the breeding value of bulls). Pushkin, Leningrad oblast: Institute of Animal Breeding and Genetics Publ.,
69 p. (In Russian)
18. Montana G. ISO in programming. 2019. Washington C++ software developer community. 2019
<https://isocpp.org/, https://goo.gl/QHR1BG>
19.Mrode R.A. Linear models for the prediction of animal breeding values. Wallingford: CAB International
Publ., 2014, 360 p. <https://www.amazon.com/Linear-Models-Prediction-AnimalBreeding/dp/1845939816>
20.Mrode R., Ojango J.M.K., Okeyo A.M., Mwacharo J.M. Genomic selection and use of molecular tools in
breeding programs for indigenous and crossbred cattle in developing countries: current status and future
prospects. Front Genetics. 2019, 9, 694.
<https://www.ncbi.nlm.nih.gov/pubmed/30687382?report=docsum&format=text>
21. Рhigs C. Fortran program software. 1990 <https://goo.gl/MjiXmQ>
22.Rouvray A. SciLAB software. 2019 < https://www.scilab.org/>
23.Schlittgen R. StatisticalLab software. 2009 <// http://www.statistiklabor.de/>
24. Stranden I., Kantanen J., Russo I., Orozco-terWengel P., Bruford M.W. Genomic selection strategies for
breeding adaptation and production in dairy cattle under climate change. Heredity. 2019, 123(3): 1365-
2540.
25. Susan J. SAS foundation. 2019 < https://www.sas.com/>
26.Templ M. CRAN software association. 2019 <https://www.r-project.org/, https://goo.gl/KdRpzn>
27.Williams G. Data mining with Rattle and R: The art of excavating data or knowledge discovery (Use R!).
Springer Publ., 2011, 396 p. <https://rattle.togaware.com/>
https://www.amazon.com/gp/product/1441998896/ref=as_li_qf_sp_asin_tl?ie=UTF8&tag=togaw
are-20&linkCode=as2&camp=217145&creative=399373&creativeASIN=1441998896
28. Wright S. Coefficients of inbreeding and relationship. Amer. Nature. 1922, 56: 330-333.