【百奥云GS专栏】全基因组选择之工具篇

目录

• 1. 免费开源包/库
  • 1.1 R包
  • 1.2 Python库
• 2. 成熟软件
• 3. WEB/GUI工具

前面我们已经介绍了基因组选择的各类模型，今天主要来了解一下做GS有哪些可用的软件和工具。基因组选择处在热门研究阶段，每年都有不少新工具开发出来，可分析的软件非常之多，为了便于大家更加清晰地了解，这里我将它们分为免费开源包/库、成熟软件、WEB/GUI工具三类，用户使用难度依次降低。

1. 免费开源包/库

R和Python语言作为开源软件的代表，在数据分析领域有着不可替代的优势。近几年大部分GS分析软件都是由这两种语言开发。免费开源的R包或者Python库使用起来比较灵活，可根据用户的具体需求随时变化参数来获得最佳性能，但对使用用户而言需要有一定的数据分析基础。

1.1 R包

• rrBLUP
  
  https://cran.r-project.org/web/packages/rrBLUP/rrBLUP.pdf
  
  主要用于建立RRBLUP模型，可估计每个SNP的效应值。

• sommer
  
  https://cran.r-project.org/web/packages/sommer/sommer.pdf
  
  更新较频繁，不同版本的用法可能稍有差异。可求解各种混合效应模型，包括RRBLUP和GBLUP经典模型。

• BGLR
  
  https://github.com/gdlc/BGLR-R
  
  主要用于建立Bayes类模型，包括BayesA、BayesB、BayesC、BayesCpi、BRR、BL、RKHS，也可用于建立GxE、多性状等复杂模型。

• brnn
  
  https://cran.r-project.org/web/packages/brnn/brnn.pdf
  
  全称贝叶斯正则化前馈神经网络（Bayesian regularization for feed-forward neural networks），专门建立brnn模型，计算比较耗时。

• HIBLUP
  
  https://hiblup.github.io/
  
  基于BLUP方法的分析工具，可实现ABLUP/PBLUP、GBLUP、SSBLUP等模型。具体可包括A、G、H矩阵构建，AI、EM等多种方差组分估计方法，以及混合模型方程求解等。

• BWGS
  
  https://cran.r-project.org/web/packages/BWGS/BWGS.pdf
  
  针对小麦基因组选择分析开发的R包，同样适用于其他作物。整合了BLUP、Bayes和机器学习三类方法，其实就是整合了单独分析这三类方法的R包，如rrBLUP、BGLR、glmnet、randomForest、brnn、e1071等。主要函数有交叉验证建模和表型预测两个。

• synbreed
  
  http://synbreed.r-forge.r-project.org/
  
  很古老的R包，实现的功能有数据预处理、可视化及统计建模，包括BLUP和贝叶斯类方法。

• cpgen
  
  https://github.com/cheuerde/cpgen
  
  可建立BLUP、Bayes模型，还可以做GWAS，特点是能实现多线程并行化计算。

• GSMX
  
  https://cran.r-project.org/web/packages/GSMX/GSMX.pdf
  
  多变量基因组选择分析工具。主要用于估计性状遗传力和处理过拟合。

• PopVar
  
  https://cran.r-project.org/web/packages/PopVar/PopVar.pdf
  
  可建立常见的RRBLUP、BayesA/B/C、BL、BRR等模型，特点是可以根据双亲群体的子代作为训练群体来预测双亲。此外也可进行多性状分析。

• BGGE
  
  https://cran.r-project.org/web/packages/BGGE/BGGE.pdf
  
  基于贝叶斯方法建立GxE模型。

• GAPIT
  
  https://www.zzlab.net/GAPIT/
  
  主要用于GWAS分析，内置了作者提出的sBLUP和cBLUP方法。此外，作者专门开发出GUI工具iPat，详见第三节。

• KAML
  
  https://github.com/YinLiLin/KAML
  
  在BLUP方法LMM的基础上，通过改变遗传结构方法，如将pseudo-QTNs设为协变量，将某特异性状赋予权重优化亲缘关系矩阵等。可搭配HIBLUP使用。

• snpReady
  
  https://cran.r-project.org/web/packages/snpReady/vignettes/snpReady-vignette.html
  
  不是专门做GS建模的R包，主要用来做SNP的预处理，包括质控、G矩阵处理、群体遗传汇总。

• GSelection
  
  https://cran.r-project.org/web/packages/GSelection/GSelection.pdf
  
  分析功能包括特征选取、特征去冗余、方差估计、表型预测等。

• MTGS
  
  https://rdrr.io/cran/MTGS/
  
  全称Genomic Selection using Multiple Traits，用于多性状分析。但此包已被CRAN移除，只能源码安装旧版本。

• BMTME
  
  https://cran.r-project.org/web/packages/BMTME/BMTME.pdf
  
  全称Bayesian Multi-Trait Multi-Environment for Genomic Selection Analysis，基于贝叶斯模型的多环境和多性状分析。

• DeepGS
  
  https://github.com/cma2015/DeepGS
  
  通过卷积神经网络算法来预测表型，并集成了RR-BLUP模型，提高预测性能。

• 机器学习用于GS的常见R包：如randomForest、glmnet、e1071、mxnet等。

• 混合线性模型分析的常见R包：lme、lme4、nlme、MCMCglmm等。

1.2 Python库

• SeqBreed
  
  https://github.com/miguelperezenciso/SeqBreed
  
  主要能实现常见的BLUP类模型，也可以灵活地评估特定场景中地遗传结构，如QTN数目、作用及性状数量等来提升预测性能。

• 常见机器学习Python工具：经典机器学习模块如sklearn，深度学习框架如Karas、TensorFlow、PyTorch等。

2. 成熟软件

动物基因组选择发展较早，因此成熟的遗传评估软件一开始是专门为动物育种而设计开发，只有其中一部分功能适用于植物育种。

早期的软件一部分是商业软件，使用需付费。一部分虽然免费，但允许使用的数据量小，商用需授权。它们大多用FORTRAN、C等语言编写，运行稳定且运算较快。但模型比较单一，基本都是通过混合线性模型来评估遗传参数，建立的大多是BLUP类模型。

近几年越来越多的高性能免费软件趋于成熟，随着海量数据的积累和实际应用的需求，这类软件将显得越来越重要。

• ASREML
  
  https://www.vsni.co.uk/software/asreml
  
  包括ASReml-W和ASReml-R，专门用于海量数据的混合模型分析，可评估许多重要的遗传参数，运算较快。仅应用BLUP类方法。

• BLUPF90
  
  http://nce.ads.uga.edu/wiki/doku.php
  
  BLUPF90系列程序是Fortran 90/95中的软件集合，用于动物育种中的混合模型计算。

• DMU
  
  https://dmu.ghpc.au.dk/
  
  历史悠久，主要用于动物数量遗传评估。功能包括估计方差组分和固定效应，预测育种值。

• MixBLUP
  
  https://www.mixblup.eu/
  
  动物育种软件，结合系谱和基因组信息基于BLUP方法估计育种值。

• WOMBAT
  
  http://didgeridoo.une.edu.au/km/wombat.php
  
  为动物育种开发，使用REML估计方差组分。

• PIBLUP
  
  https://github.com/huiminkang/PIBLUP
  
  各类BLUP模型构建，包括加性、显性和上位性矩阵。虽然用R编写，但使用了多线程并行运算，加入了数学核心函数库，使用预处理共轭梯度等方法加快了运算速度。

• GVCBLUP
  
  https://animalgene.umn.edu/gvcblub
  
  在GBLUP基础上可对加性和显性效应进行基因组预测和方差成分估计。

• JWAS
  
  http://reworkhow.github.io/JWAS.jl/latest/
  
  Julia语言编写，基于贝叶斯多元回归方法。对固定和随机效应无限制，且可用于多性状分析。

3. WEB/GUI工具

基于网页或图形界面的工具目前还较少，因此对于普通用户使用GS技术，仍有一定的门槛。以下几个工具仅供参考。

• GS1.0
  
  http://www.rmbreeding.cn/tool/gs1.0
  
  基于GBLUP的水稻基因组选择在线分析模块，要求输入基因型、表型和亲缘关系矩阵三个文件。

• solGS
  
  https://cassavabase.org/solgs
  
  基于RRBLUP模型建立的web工具。

• iPat
  
  http://zzlab.net/iPat/#!
  
  图形用户界面GUI工具，可单独进行GS（包括BLUP和贝叶斯类模型，内置rrBLUP、BGLR等R包），也可结合GWAS辅助GS分析。

以上仅列出了常见的GS分析工具及其简介，更多的软件未能一一列出（如数据前期的清洗、指标评价、数据可视化等），具体的用法也可以去查看对应的文档。