（通讯员：尹立林、刘小磊）核心提要：2025年9月12日，国际知名统计学领域经典专刊《Journal of Statistical Software》刊登了华中农业大学猪基因组与育种团队开发的基因组育种计算新工具HiBayes。论文题为“hibayes: An R Package to Fit Individual-Level, Summary-Level and Single-Step Bayesian Regression Models for Genomic Prediction and Genome-Wide Association Studies”。该研究开发了首个能够拟合个体水平模型（表型+基因型）、概述水平模型（概述数据+LD矩阵）、一步法模型（表型+基因型+系谱）的贝叶斯统计分析工具HiBayes，实现了九种贝叶斯方法，涵盖经典算法与最新方法，通过谱分解策略避免MCMC迭代过程中的反复求逆运算，加快多元正态分布参数抽样过程，提高对大群体数据的处理能力和计算效率，适用于复杂性状精准预测及候选基因高效鉴定，为拓展贝叶斯方法在动植物及人类等生命科学相关科研领域及产业应用提供新利器。

随着测序技术的快速发展，个体基因分型成本显著降低，基因组选择和全基因组关联分析在动植物育种和人类复杂疾病等研究中得到广泛应用。然而，复杂性状往往受多基因和环境因素的共同影响，如何根据不同遗传结构的性状选择最合适模型来提高性状的预测准确率和候选基因的定位精度，一直是统计遗传学研究领域的热点和难点。贝叶斯回归模型（Bayesian Regression Models, BRM）因其能够灵活设定待估参数的统计学先验分布，从而适应不同复杂程度遗传结构的性状，在过去十余年中逐渐成为主流方法之一。但在实际应用中，研究者往往面临数据类型多样、软件功能分散、使用门槛高等问题。例如，目前常用的贝叶斯统计软件只能处理个体水平或概述水平数据，大多数工具缺乏一步法模型的支持，且可用的统计方法有限，导致科研人员不得不在多种计算机编程语言与软件工具间切换，增加了学习成本和数据处理负担。

针对上述问题，华中农业大学猪基因组与育种团队基于R语言开源平台，研发出贝叶斯统计专用软件工具包HiBayes，其具有以下特色：

（1） 三类模型全覆盖：HiBayes是目前唯一能够同时处理个体水平（individual-level）、概述水平（summary-level） 和一步法（single-step） 贝叶斯回归模型的软件工具，可同时用于全基因组关联分析及基因组选择育种，适用于多种研究场景；

（2） 功能最全面：HiBayes集成了经典BayesA、B、C以及最新的BayesR、BSLMM等九种主流贝叶斯统计分析方法，支持拟合固定环境效应、随机环境效应、加显遗传效应，以及估计遗传方差、残差方差、遗传力、基因组育种值、标记效应、PIP、WPPA 等关键遗传参数，覆盖基因组选择与全基因组关联分析中涉及的核心任务；

（3） 计算效率高：HiBayes核心算法由C++编程实现，支持高性能数学库（如Huawei KML、Intel MKL、ArmPL等）及OpenMP多种模式并行运算，采用内存映射技术管理庞大的基因组数据。在算法上，HiBayes通过谱分解避免MCMC迭代过程中对变量方差协方差矩阵以及混合模型方程组左手矩阵的多次求逆运算，加快多元正态分布参数抽样过程，从而提高对大规模群体数据的处理能力及计算效率；

（4） 用户体验友好：作为一个R软件包，HiBayes保持了与R语言生态的良好兼容性，接口清晰，易于学习，研究者无需切换多种编程语言即可完成复杂的分析任务。

HiBayes工具会进一步拓展贝叶斯方法在动植物及人类等生命科学相关科研领域中的应用，将为我国动植物基因组育种相关科学研究及产业应用提供国产化新利器。华中农业大学尹立林研究员和武汉理工大学博士生张浩浩为论文共同第一作者，刘小磊教授为论文通讯作者，赵书红教授和李新云教授参与并指导了该项工作。该研究得到了国家自然科学基金、湖北省自然科学基金、国家生猪产业技术体系等项目的资助。

HiBayes软件下载链接：https://cran.r-project.org/web/packages/hibayes/index.html

原文链接：https://www.jstatsoft.org/article/view/v114i06

审核人：李新云