GVCHAP：使用单倍型和SNP标记进行基因组预测和方差成分估计的计算管道

单倍型预测模型为提高基因组选择的准确性开辟了许多可能性，但比单SNP预测模型需要更多的数据处理和计算时间。为了促进使用结构和功能基因组信息进行单倍型分析以进行基因组预测和估计，我们开发了一种计算管道，以实现单倍型分析，并具有为单倍型分析准备输入数据，使用GVCHAP进行基因组预测和估计以及对GVCHAP结果进行分析的能力。数据准备包括用于单倍型估算的实用程序；根据结构或功能基因组信息或两种信息的混合，通过固定数量的SNP，每个区块碱基对的固定距离或用户定义的区块长度来定义单倍型区块；在每个单元型模块中定义单元型基因型。GVCHAP是用于基因组预测和估计的主程序，计算方差成分和遗传力的GREML（基因组限制最大似然）估计，并计算单个SNP的加性和优势值以及BNP的加性值的GBLUP（基因组最佳线性无偏预测）。具有训练和验证总体可靠性估计的单倍型。实现了两步策略和一种多节点处理方法，以消除由于创建大样本的基因组关系矩阵而导致的计算瓶颈。GVCHAP结果的分析包括从验证研究计算观察到的预测准确度，以及准备输入文件以图形化单倍型模块的遗传力估计值以及SNP效应和遗传力的估计值。整个流程提供了一种高效且通用的计算工具，用于利用结构和功能基因组信息进行基因组选择，从而在许多候选单体型模型中识别出最准确的单体型模型。