数量性状候选基因检测效率分析

摘要

该文采用Monte Carlo模拟方法分别分析了各种因素对一对和多对(两对)普通数量性状和动态性状候选基因检测效率的影响:对于普通数量性状,采用回归分析法估计候选基因检测分析统计模型的参数;考虑了群体大小(个体数)、候选基因遗传贡献率和基因频率等3个因素.模拟试验结果表明:个体数对检测效率的影响不如遗传贡献率显著;检测高遗传贡献率的候选基因要比低遗传贡献率需要的群体要小;基因频率对候选基因的检测效率几乎没有影响.对于动态性状,将动态性状基因定位分析方法引入候选基因检测分析中,建立了动态性状候选基因遗传分析模型,采用迭代加权回归分析法估计模型参数;考虑了群体大小(个体数)、测定日频数、候选基因累计遗传贡献率和基因频率等4个因素.模拟试验结果表明:个体数对检测效率的影响不如累计遗传贡献率显著;个体数和测定日频数对动态性状候选基因检测分析具有几乎相同的作用,而且在相同样本含量条件下两者呈现互补的关系;高累计遗传贡献率的要比低累计遗传贡献率的候选基因在检测时需要较少的群体和测定日频数;基因频率对动态性状候选基因检测效率也几乎没有影响.不论是普通数量性状还是动态性状,不论是一个对候选基因还是多对(两对)候选基因,所考虑的因素对候选基因检测效率的影响都表现出两个共同的规律:(1)不同因素对候选基因检测效率的影响不尽相同;(2)各因素对候选基因检测效率的作用顺序为(累计)遗传贡献率>样本大小(个体数×测定日频数)>基因频率.系统地分析影响数量性状候选基因检测效率的因素对候选基因的检测实践具有重要指导意义.

目录

文摘

英文文摘

1引言

1.1数量性状基因座(QTL)概念

1.2数量性状基因座的检测(QTL定位)

1.2.1 QTL定位的原理

1.2.2定位方法

1.2.3资源群体设计

1.2.4QTL定位现状

1.3动态性状

1.3.1动态性状的概念

1.3.2随机回归模型与Legendre多项式

1.3.3动态性状QTL定位

1.4蒙特卡罗模拟

1.4.1蒙特卡罗方法的基本原理及解题步骤

1.4.2蒙特卡罗方法在动物遗传育种中的应用

1.5本研究主要内容

2普通数量性状候选基因检测效率分析

2.1一对等位基因情况

2.1.1统计模型

2.1.2模拟研究

2.1.3结果与分析

2.2两对等位基因情况

2.2.1统计模型

2.2.2模拟研究

2.2.3结果与分析

2.3讨论

3动态性状候选基因检测效率分析

3.1一对等位基因情况

3.1.1统计模型

3.1.2模拟研究

3.1.3结果与分析

3.2两对等位基因情况

3.2.1统计模型

3.2.2模拟研究

3.2.3结果与分析

3.3讨论

3.3.1关于动态性状候选基因统计分析模型

3.3.2关于模拟试验结果

4 讨论

4.1候选基因检测分析模型的建立

4.1.1普通数量性状候选基因检测分析模型的建立

4.1.2动态性状候选基因检测分析模型的建立

4.2模拟试验分析

5结论

5.1普通数量性状候选基因检测效率分析

5.2动态性状候选基因检测效率分析

参考文献

攻读学位期间发表的学术论文

致谢