Naar hoofdinhoud gaan

BLUP — Overzicht

BeePass gebruikt het BLUP-model (Best Linear Unbiased Prediction) gekoppeld aan de haplo-diploïde verwantschapsmatrix van Brascamp & Bijma (2014) om de fokwaarden van uw koninginnen te schatten. De pipeline integreert ook omgevingscorrectie via machine learning (XGBoost) en een drempelmodel voor ordinale kenmerken.

De ONE SHOT Pipeline​

Genetische evaluatie wordt uitgevoerd in een enkele geautomatiseerde reeks genaamd ONE SHOT. Elke stap voedt de volgende:

  1. Snapshot — Volledige databaseback-up vóór berekening (pg_dump + SHA256-vingerafdrukken). Als er iets misgaat, kunnen we altijd terugdraaien.
  2. Omgeving — Geocodeer evaluatielocaties (postcode + land), haal hoogte- en seizoensgebonden weergegevens op (neerslag, gemiddelde temperatuur, hete dagen >30 °C) over het venster van 15 maart - 30 september.
  3. XGBoost Train — Train een omgevingscorrectiemodel op honingopbrengst, met hoogte, neerslag, temperatuur en aantal hete dagen als kenmerken.
  4. XGBoost Apply — Corrigeer honingmetingen: y_corr = log1p(honey_kg) - predicted_env. De gecorrigeerde opbrengst weerspiegelt het genetische potentieel, ongeacht de locatie.
  5. BLUPF90+ — Schat fokwaarden voor honing (continu kenmerk) met gelijktijdige REML-variantiecomponentschatting. Gemengd model met koningin- en werkstereffecten.
  6. THRGIBBS — Schat fokwaarden voor ordinale kenmerken (zachtaardigheid, vitaliteit, overwintering, niet-zwermen, raatvastheid) en hygiënekenmerken (HYG 6u, HYG 24u) met een drempel-Gibbs-sampler (drempel-probitmodel).
  7. Normalisatie — Schaal alle EBV naar BeeBreed-compatibel formaat: gemiddelde = 100, standaardafwijking = 10.
  8. Opslag — Atomaire schrijfactie naar database. Resultaten worden alleen zichtbaar als de volledige pipeline slaagt.
Automatische pipeline

De pipeline wordt geactiveerd door een beheerder. Resultaten verschijnen op de detailpagina van elke koningin, onder het tabblad Evaluaties.

Waarom corrigeren voor omgeving?​

Honingproductie varieert enorm per locatie: een koningin op 1.200 m hoogte heeft niet dezelfde bloemenrijkdom als een op de vlakte. Zonder correctie zouden we omgevingen vergelijken, niet genetica.

XGBoost modelleert de invloed van hoogte, neerslag, gemiddelde temperatuur en aantal hete dagen op honingopbrengst. Door deze omgevingsvoorspelling af te trekken, isoleren we de genetische component van de opbrengst.

Honingbij-specifieke uitdagingen​

Genetische evaluatie bij honingbijen verschilt fundamenteel van conventionele veesoorten:

  • Haplo-diploïdie — Mannetjes (darren) zijn haploïd: ze dragen slechts één set chromosomen. Standaard verwantschapsformules zijn niet van toepassing.
  • Polyandrie — De koningin paart met veel darren (10-20). Vaders worden gemodelleerd als een "darrengroep" in plaats van individueel.
  • Dubbel genetisch effect — Volksprestaties hangen af van zowel de genen van de koningin als de genen van de werksterbijen (dochters van de koningin). Het BLUP-model scheidt deze twee effecten.

Referentie: Brascamp, E. W. & Bijma, P. (2014). Methods to compute optimum contribution to simultaneously infer the genetic trend and the genetic merit of animals from a crossbred population. Genetics Selection Evolution, 46:56.

Zie ook: