Одним из путей выявления племенной ценности животных является их оценка по значению хозяйственно полезных признаков потомков [1, 4, 6, 8, 10–13, 15]. Широкое распространение получил метод BLUP (Best Linear Unbiased Prediction – наилучший линейный несмещенный прогноз), в котором используется смешанная биометрическая модель, учитывающая генотип животного, среду его обитания и случайные факторы [2, 7]. Наибольшее распространение метод BLUP получил при оценке племенной ценности крупного рогатого скота. Что касается мелкого рогатого скота, то в данной отрасли этот метод используется крайне редко, что, возможно, связано с большой численностью поголовья, увеличивающего объем математических расчетов [9, 14]. Число потомков, по значению хозяйственно полезных признаков, по которым оцениваются производители, достаточно велико и часто составляет величины ~102 . В настоящее время на рынке вычислительных услуг представлено большое количество интегрированных математических пакетов, позволяющих проводить вычисления с матрицами большого объема [3].
Актуальность проведенной работы заключается в том, что представленный алгоритм позволит исследователям самостоятельно разрабатывать программы, использующие смешанную биометрическую модель совместно с другими методами племенной оценки животных. Так, например, можно применить метод индексной оценки животных, использующий комбинированный селекционный индекс. Такой индекс сочетает в себе оценку животного по собственной продуктивности, а также оценку по качеству потомства. При этом оценка проводится по нескольким хозяйственно полезным признакам [5].
является построение алгоритма формирования матриц оцениваемых эффектов, используемых в математической модели метода BLUP.
Для проведения исследований применялся интегрированный математических пакет MATLAB. В качестве исходных данных для проверки адекватности представленного алгоритма использовали данные бонитировки овец цигайской породы, полученные во ФГБУН «Научноисследовательский институт сельского хозяйства Крыма».