贝叶斯回归分析方法及其在QTL作图中的应用

以实例详述了运用贝叶斯统计进行线性回归分析的原理和方法,并将其推广应用于F2群体的QTL作图。该方法可同时实对QTL基因型、位置、效应及模型剩余方差等参数的贝叶斯估计,其可行性和有效性通过计算机模拟数据进行了分析验证。结果表明：尽管随着遗传力的提高,QTL位置和效应估计值的准确度随之提高,但在设定的3种遗传力(5％、10％和20％)下相差不大,均很准确;而估计值的精确度则随着遗传力的提高而明显提高。因此,在QTL遗传力较低时,为了提高QTL位置和效应估计的准确度与精确度,适当的样本容量是必要的。     

谷物胚乳性状QTL区间作图的贝叶斯方法

将贝叶斯统计原理和胚乳性状的数量遗传模型相结合,以分离群体中各植株的分子标记基因型以及植株上若干粒种子胚乳性状的单粒观测值为数据模式,提出胚乳性状QTL区间作图的贝叶斯方法.该方法通过Gibbs以及Metropolis-Hastings抽样实现的马尔科夫链蒙特卡罗(MCMC)算法获得QTL效应和位置的估计.方法的有效性用染色体水平和基因组水平2套模拟方案进行验证,结果表明:贝叶斯方法能够准确地估计胚乳性状QTL的位置和效应,并同时区分2种显性效应.     

多个相关数量性状主基因的联合分析方法

 根据多个相关数量性状的主基因+多基因遗传模型，首次提出利用多个相关数量性状进行主基因检测、主基因效应与变异估计的联合分离分析方法。该方法以EM算法实现的极大似然估计方法进行主基因的效应估计，以似然比统计量进行主基因的各种遗传假设检验。大量的计算机模拟研究表明，多性状联合分析不仅可以提高主基因的被发现能力，而且可以增加主基因效应估计值的准确度和精确度。以水稻杂交组合多蘖矮×中花11的F2群体597个植株株高和分蘖数为例演示了分析程序。结果表明该组合的株高和分蘖数受同一主基因控制。该主基因对株高的加性和显性效应分别为-21.3 cm和40.6 cm，表现为超显性；对分蘖数的加性和显性效应则分别为22.7和-25.3，表现为接近完全显性。     

群体规模和性状遗传力对F2设计下QTL定位效果的影响

 以F₂设计为资源群体，以区间定位分析为QTL定位的方法，通过计算机模拟，系统地比较了不同资源群体规模和性状遗传力下QTL检测效率,QTL位置和效应估计的准确性和精确性，以期揭示出两个因素对QTL定位效果影响的一般性规律。结果表明：适当扩大资源群体的规模，不仅有助于提高QTL的检测效率，而且还可提高QTL位置和效应估计的可靠性；当对高遗传力性状的QTL实施定位时，QTL的检测效率以及QTL位置估计的准确性和精确性相对较高，但QTL效应估计的可靠性则会有所降低。     

分类性状基因定位的多性状似然分析法

简单线性模型统计方法是业已被证明的与GLM法具有相近参数估计准确度和检测效率的一种二歧性状基因定位分析的简化方法。将适于二歧性状的一元线性模型推广到多类别分类性状基因定位分析中，文中提出采用多元线性模型对多类别分类性状进行基因定位分析。该方法首先将分类性状的各个类别转化为不同的二歧性状，并把每个二维数据看作是连续的，然后采用似然分析法，根据多性状联合定位的统计准则判断QTL的位置和估计QTL效应。模拟结果表明：新方法在大样本和中等遗传力条件下，能够以很高的计算效率相当准确地估计分类性状隐含变量给定的QTL位置和效应。     

随机效应模型下标记-QTL连锁分析方法

在QTL随机模型的框架内，通过对QTL方差组分的最大似然估计，进行家畜一般系谱群体的QTL-标记连锁分析，研究中同时考虑了性状遗传力和QTL效应的不同水平对QTL定位效果的影响。结果表明，采用QTL随机效应模型可以有效地进行标记-QTL间的连锁分析并可获得较高的检验功效，QTL位置与效应参数的估计均在合理的范围内；同时，性状遗传力和QTL方差贡献对QTL定位准确度和功效均有较大的影响，随着性状遗传力和QTL方差贡献的增大，参数估计的准确性和检验功效提高。固定性状遗传力的情况下（h^20=0．1），QTL效应由0．1→0．5时，相应的检验功效由17％提高到49％；当遗传力和QTL效应均提高到0．5时，QTL检验功效最高达到88％。     

限制性两阶段多位点全基因组关联分析法在遗传育种中的应用

全基因组关联分析（genome-wide association studies,GWAS）通过建立全基因组高密度分子标记以检测基因型与表型间的关联性,已成为动植物数量性状遗传解析的主要方法。然而,以往GWAS方法只注重于个别主要QTL的检测,而且使用仅有2个等位变异的SNP标记不能检测自然群体中广泛存在的复等位变异,一定程度限制了GWAS的应用。限制性两阶段多位点全基因组关联分析方法（RTM-GWAS）首先根据全基因组高密度SNP标记间的连锁不平衡程度,将多个相邻且紧密连锁的SNP标记组成为具有复等位变异（单倍型）的连锁不平衡区段（SNPLDB）标记。其次,RTM-GWAS使用由SNPLDB标记计算的遗传相似系数矩阵作为群体结构偏差的通用估计,并提取该矩阵的特征向量作为模型协变量以降低由群体结构偏差导致的假阳性。最后,利用具有复等位变异的SNPLDB标记与建立的多位点复等位变异模型,RTM-GWAS将性状遗传率作为QTL表型变异解释率的上限,通过两阶段分析策略高效地进行全基因组QTL及其复等位变异的检测,并最终构建多QTL遗传模型。该法还可以基于性状小区观测值,建立QTL与环境互作多位点模型,不仅能检测与环境有交互作用的主效应QTL,还能检测仅与环境有交互作用的无主效应QTL。RTM-GWAS不仅解决了以往GWAS不能估计复等位变异的问题,而且通过使用多位点模型拟合多个QTL提高了检测功效并能有效地控制假阳性的膨胀,为全面解析自然群体QTL及其复等变异提供了通道。该法能估计出等位基因的效应及其在群体内的相对频率,由其结果建立的QTL-allele矩阵代表了目标性状在群体中的全部遗传组成,不仅可用于候选基因发掘,还为群体内QTL及其复等位变异（基因及其复等位基因）的动态研究（群体遗传分化以及特有与新生等位变异）提供了新的工具。依据QTL-allele矩阵,还能进一步利用计算机模拟产生杂交组合后代基因型,并预测杂交组合后代纯合群体的表现,从而进行优化组合设计与分子设计育种。此外,RTM-GWAS还适用于双亲杂交后代重组自交系群体以及多亲杂交后代巢式关联作图群体,因避免了群体结构偏离的干扰,检测功效更高。本文归纳了RTM-GWAS的原理和方法,并综述了其在遗传育种研究中的应用。     

动物遗传设计群体混合模型连锁分析方法

研究提出了一个同时含有主效基因和微效多基因的混合模型连锁分析方法。首先应用LASSO方法快速估计线性混合模型(LMM)非零的主效位点,并将这些位点效应视为固定效应;而后把基于约束极大似然法(REML)估计得到的微效多基因效应再放入LMM中作为随机效应;从而最终实现QTL遗传参数估计和基因定位连锁分析。针对系谱群体的定位分析,该模型,即LASSO-LMM法,不仅很好地继承了单独LASSO法的计算速度,而且还具有比单独LMM法更好的遗传参数估计稳健性。为了具体比较这3种定位方法,采用计算机模拟数据验证。结果表明,相比于单独LASSO法和单独LMM法,LASSO-LMM法在QTL遗传参数估计和统计效力上总体表现出更高的估计精确度和检测效率。     

限制性两阶段多位点全基因组关联分析法在遗传育种中的应用

全基因组关联分析(genome-wide association studies,GWAS)通过建立全基因组高密度分子标记以检测基因型与表型间的关联性,已成为动植物数量性状遗传解析的主要方法。然而,以往GWAS方法只注重于个别主要QTL的检测,而且使用仅有2个等位变异的SNP标记不能检测自然群体中广泛存在的复等位变异,一定程度限制了GWAS的应用。限制性两阶段多位点全基因组关联分析方法(RTM-GWAS)首先根据全基因组高密度SNP标记间的连锁不平衡程度,将多个相邻且紧密连锁的SNP标记组成为具有复等位变异(单倍型)的连锁不平衡区段(SNPLDB)标记。其次,RTM-GWAS使用由SNPLDB标记计算的遗传相似系数矩阵作为群体结构偏差的通用估计,并提取该矩阵的特征向量作为模型协变量以降低由群体结构偏差导致的假阳性。最后,利用具有复等位变异的SNPLDB标记与建立的多位点复等位变异模型,RTM-GWAS将性状遗传率作为QTL表型变异解释率的上限,通过两阶段分析策略高效地进行全基因组QTL及其复等位变异的检测,并最终构建多QTL遗传模型。该法还可以基于性状小区观测值,建立QTL与环境互作多位点模型,不仅能检测与环境有交互作用的主效应QTL,还能检测仅与环境有交互作用的无主效应QTL。RTM-GWAS不仅解决了以往GWAS不能估计复等位变异的问题,而且通过使用多位点模型拟合多个QTL提高了检测功效并能有效地控制假阳性的膨胀,为全面解析自然群体QTL及其复等变异提供了通道。该法能估计出等位基因的效应及其在群体内的相对频率,由其结果建立的QTL-allele矩阵代表了目标性状在群体中的全部遗传组成,不仅可用于候选基因发掘,还为群体内QTL及其复等位变异(基因及其复等位基因)的动态研究(群体遗传分化以及特有与新生等位变异)提供了新的工具。依据QTL-allele矩阵,还能进一步利用计算机模拟产生杂交组合后代基因型,并预测杂交组合后代纯合群体的表现,从而进行优化组合设计与分子设计育种。此外,RTM-GWAS还适用于双亲杂交后代重组自交系群体以及多亲杂交后代巢式关联作图群体,因避免了群体结构偏离的干扰,检测功效更高。本文归纳了RTM-GWAS的原理和方法,并综述了其在遗传育种研究中的应用。     

利用分子标记信息和QTL随机效应模型进行个体遗传评定的效果

利用分子遗传标记信息和随机QTL效应模型,研究了个体遗传评定的效果.结果表明,采用分子标记信息,一般都可提高种畜遗传评定的准确性;对于遗传力较低而QTL方差贡献较大的性状,采用标记辅助遗传评定效果较好;将QTL效应作为随机效应,可以提高种畜效应值估计的效果.