由梅步俊著的《动物育种中的统计计算--Julia语言应用》较为系统的阐述了动物育种学中新出现的统计方法，主要对系谱数据处理方法，动物遗传育种中的数据模拟，线性模型的建立、求解及其扩展，多性状模型，分子标记和多基因效应单性状模型，MCMC算法，全基因组统计分析等问题进行了较为详细的论述。为了便于读者较为系统的掌握上述内容，本书附录补充了必要的基础知识。为了便于读者理解抽象的统计学公式、算法，本书大部分内容均配有Julia语言代码，这些代码既有便于读者理解，但运行效率较低的示意性代码，也有经过一定优化的代码，并尽可能为程序增加注释，书中的许多代码可以直接用于科学研究。

第一章  Julia语言使用说明
第一节  Julia语言简介
第二节  Julia语言基础
第二章  系谱数据处理方法
第一节  近交系数与亲缘系数
第二节  分子血缘相关矩阵及其逆矩阵计算
第三节  计算实例
第三章  动物遗传育种中的数据模拟
第一节  随机数和随机变量的产生
第二节  误差计算
第二节  使用Julia语言模拟数据
第四节  计算实例
第五节  基因组模拟软件XSim
第四章  线性模型的建立和求解
第一节  单因子模型
第二节  二因子模型
第三节  建立Henderson混合模型方程组
第五章  线性模型的扩展
第一节  有重复记录的动物模型
第二节  母体效应模型
第六章  多性状模型
第一节  多性状模型
第二节  Julia语言实现多性状模型
第三节  带有缺失数据的多性状模型
第七章  分子标记和多基因效应单性状模型
第一节  标记辅助选择
第二节  混合模型方程组的储存技术
第三节  Julia语言示例
第八章  MCMC算法
第一节  贝叶斯统计
第二节  Julia语言的实现
第三节  贝叶斯统计在多元线性模型中的应用
第四节  贝叶斯统计示例
第五节  多性状模型的Gibbs抽样
第六节  思考题解答
第九章  全基因组统计分析
第一节  基于Haseman．Elston回归的全基因组连锁分析
第二节  多元混合线性模型
第三节  贝叶斯GWAS
第四节  单步全基因组分析方法
第五节  GBI+UP的准确性
第六节  Julia语言示例
第十章  附录
第一节  线性模型简介
第二节  基于系谱的混合线性模型
第三节  预测SNP效应的固定效应模型
第四节  结合有基因型和无基因型家畜数据
第五节  贝叶斯GWAS基础
第六节  统计基因组学基础