《表1 GS分析软件(1)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基因组选择在林木遗传育种研究中的进展与展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（1）PubMed:NCBI文献数据库PubMed（https:∥www.ncbi.nlm.nih.gov/pubmed/）的编号；文献未被PubMed数据库收录的，列出DOI号；未在期刊发表的，列出软件网站。The column‘PubMed’denotes the accession number of the cited papers in PubMed which is a database of biomedical

伴随着GS统计学估计模型的提出，很多应用这些GS模型的分析工具也被同步开发出来，例如rr BLUP（Endelman，2011）、synbreed（Wimmer et al.，2012)、BGLR（Perez et al.，2014）、GVCBLUP （Wang et al.，2014）、GAPIT （Lipka et al.，2012）、sommer（Covarrubias-Pazaran，2016）和BLUPGA（Kainer et al.，2018）等，具体见表1。目前GS分析工具的主要特点:1)缺乏针对林木特点（多年生、异交和全同胞家系成员庞大）的分析工具；2)主要基于GBLUP和Bayesian 2类统计学估计模型；3）C++、Fortran、Julia和R是开发GS分析软件所使用的计算机语言，而R语言是最常用的GS软件开发语言。由于R语言运行速度较慢，因此基于R语言的GS分析工具分析速度比较慢，该缺点在分析海量分子标记（例如100k级以上）时进一步地放大。因此，具备快速处理海量分子标记数据的能力必将是GS分析软件开发的重要方向之一。