ASReml是专为混合线性模型而设计的数据分析软件,它支持大数据分析及高级的统计模型 。除此之外,ASReml也开发有与R 语言兼容的软件包。

 

ASReml 1993年由澳大利亚产业部和洛桑试验站共同开发。ASReml专为线性混合模型而生,目前广泛应用于动植物育种和农业试验、环境科学、医药研究等领域,对有大数据分析需求的科研人员来说,是一个非常重要的工具。目前已更新至ASReml-SA 和ASReml-R4。

 

ASReml应用Reml 法,并结合Average Information (AI)和稀疏矩阵算法法,对处理大型数据和复杂模型非常有利(500,000效应以上),可灵活多变的定义随机效应和残差项 。

ASReml的优势

  1. 其引擎为REML算法,并结合平均信息算法(AI)和稀疏矩阵(Sparse matrix),能够快速、准确的完成大型数据复杂模型的分析。
  2. 主要适用于大型数据混合线性模型的拟合分析,随机项和残差项定义简便灵活。

ASReml 主要应用于:

  • 分析半同胞、全同胞、父本模型、动物模型等模型
  • 计算BLUP育种值
  • 处理重复测量数据
  • 处理平衡非平衡的试验设计
  • 处理多环境试验(MET)和元分析(meta-analysis)
  • 处理规则和不规则的空间分析数据
  • 计算遗传力、重复力、遗传相关、表型相关等遗传参数
  • 处理基因组数据,估计GBLUP

ASReml-R 4新功能

在第四版中我们做了很多开发和更新工作,包括命名法更加合理和统一,更规范的模型写法和输出对象,和一些扩展函数功能等。例如:

  • 拟合随机回归模型的计算更高效,特别是针对变量比观测值更多维的模型,这种情况在使用SNP分子标记时比较常见
  • 拟合在方差结构参数的线性关系
  • 方差分量及其标准误的近似计算
  • 计算信息量。
  • 更简单,一致和更适用模型残差的直和结构。通常发生在观察值需要分区,需要分别定义它们的方差结构时。如,在多环境(MET)分析中,每一个地点需要分别定义他们的空间结构和残差结构
  • 更加简洁和统一地规范和拟合已知的方差矩阵,包括亲缘关系矩阵, 以及对奇异阵的补充
  • own() 新函数,允许用户自定义方差结构
  • 广义线性模型的扩展,包括阈值模型,多变量模型中一个变量服从高斯分布,另一变量符合其它指数分布
  • 生成设计矩阵
  • 预测模型中,可生成因子水平的组合或水平的子集的函数

2020  ASReml-R 4 培训安排

ASReml-R 混线性模型统计实战

 

硬件系统需求

  • Intel Pentium
  • Windows 2000 及更高版本
  • 34 MB 硬件存储空间

支持的操作系统

  • Apple Macintosh (32-bit and 64-bit)
  • Linux (32-bit and 64-bit, various incantations)
  • Sun/Solaris 32-bit
  • Windows (32-bit and 64-bit)