“通径分析”电算程序

通径分析包括: 1.由M-1个自变数和1个依变数的n组观察值,计算出两两相关系数; 2.由相关系数,测验各个自变数的显著性,逐个剔除对依变数为不显著的所有自变数; 3.评定各个显著自变数对依变数的作用大小,即计算直接和间接通径系数。以上三个过程是有机联系的整体。每一过程又包括若干步骤,因而头绪较多,计算工作量大,利用电子计算机计算,势在必行。     

籼稻几个农艺性状杂种优势机制的遗传分析

在3个籼稻杂交组合的未经选择的高世代(F_6)群体中,选择有关农艺性状的极端选系,进行再杂交,并与原杂交组合相比较,以研究这些性状杂种优势的遗传机制和基因效应。结果表明:出穗期、株高、主穗一次技梗数和千粒重这4个性状的极端选系,能使同效基因的分布更趋向     

籼-粳杂种亚优2号杂种优势的遗传分析

应用P_1、P_2、F_1、F_2、F_3、B_1,和B_2世代,研究籼-粳杂种亚优2号(籼品系3037×带有广亲和基因的梗品系02428)的杂种优势和基因效应。结果表明:(1)单株产量和株高在F_1代有着突出的超亲优势,优势率分别为103.34％和28.61％。单株产量的杂种优势由显性效应引起,株高优势则由上位性效应引起。(2)出穗期、每株穗数和粒重在F_1代均不存在超亲优势;每穗粒数虽超亲,但不显著。杂种优势的大小,决定于遗传机制,与双亲的表型差异无关。(3)单株产量和每穗粒数在F_1代就有较大的(接近于异质群体)个体间变异,可能是籼、粳的杂合性或亲和性造成的。     

籼粳杂种亚优2号的遗传结构和连锁效应分析

应用三重测交99个家系和P₁、P₂、F₁、F₂、B₁和B₂世代,研究籼粳杂种亚优2号的遗传特征.结果表明:①单株产量和株高在F₁代有突出的超亲优势,优势率分别为103.34%和28.61%.单株产量的超亲优势主要由显性效应引起,加性×加性的上位性效应也不可忽视.②加性、显性和上位性效应在株高中同时存在;单株产量受显性和加性×加性效应控制;每株穗数仅显性效应达极显着;出穗期,每穗粒数和500粒重符合加性遗传.亚优2号的加性和显性效应是重要的,上位效应仅在株高和单株产量中存在.③连锁效应检测显示,株高和单株产量可能具有连锁效应和连锁上位性基因.     

谷物胚乳性状数量基因图的构建方法

 将三倍体胚乳性状的数量遗传模型和二倍体数量性状基因（QTL）图构建方法相结合，导出双侧标记基因型下有关胚乳性状QTL的遗传组成、平均数和遗传方差分量，据之提出以某一区间双侧标记基因型胚乳性状的平均值为依变数，以该区间内任一点假定存在的QTL的加性效应d、显性效应h1和/或h2的系数为自变数，进行有重复观察值的多元线性回归分析，根据多元线性回归的显著性测验该点是否存在QTL，并估计出QTL的遗传效应。给定区间内任一点，皆可以此进行分析，从而可在整条染色体上作图，并以之确定QTL的数目和最可能位置。同时，在检测某一区间时，利用多元线性回归方法将该区间外可能存在的QTL的干扰进行统计控制，以提高QTL检测的精度。文中还讨论了如何将之推广应用于其他类型的DNA不对应资料以及具复杂遗传模型的胚乳性状资料。     

麦芽质量与制麦参数关系的研究

以国产大麦“苏啤1号”为材料,在144批次的实际制麦中,跟踪测定浸麦度、发芽率、发芽天数、发芽温度、烘干时间、焙焦温度等6个工艺参数,以及糖化时间、色度、浸出率、α-氨基氮、糖化力、粉状率等6项质量指标,应用多变数分析方法研究质量指标与工艺参数间的关系。结果表明:质量指标受制麦工艺的影响显著,多元决定系数为0.1066％～0.545％;发芽率和发芽温度是影响麦芽质量的主要因子,提高发芽率、降低发芽温度有利于提高麦芽质量;工艺因子间在提高麦芽质量指标上无明显矛盾。     

水稻花时与气象因子的关系

 4个籼稻和3个粳稻品种，分6期播种，研究其开花高峰时间（简称花时）与当天开花期间主要气象因子的关系。结果表明：1）不同类型品种的花时差异很大。同一品种在不同开花期的花时也有很大变异，其中约46%-66%可由相应时期内气象因子的变异说明。2）气象因子对花时的籼，粳两类品种间明显不同。影响籼稻花时的因子依次为温度，日照和风力，湿度的作用不显著；而影响粳稻花时的因子首推湿度和温度，其次为日照，风力的作用较小，且在品种间表现不一致。3）得出籼粳品种的花时依主要气象因子的两个最优回归方程，可用于排除气象因子变异的干扰，矫正实际花时，提高遗传分析的精确度。     

改进缩张算法求解较复杂非线性规划问题

将缩张算法加以改进 ,较大程度地减少目标函数的访问次数 ,既可运用到规模和难度较大的约束非线性规划问题 ,也可运用到整数及混合规划问题。通过对 2个实例的数值分析 ,结果表明 :改进的缩张算法可实现实际问题的全局最优解 ,比其他优化算法在实现目标函数全局最优解上更加简便有效。     

数量性状基因作图精度的主要影响因子

采用计算机模拟数据和数量性状基因作图的双侧标记基因型均值回归方法，研究了分子标记密度、性状遗传力和样本容量3因素对F2群体数量性状基因图谱构建的影响。结果表明：（1）在QTL被发现的能力上，适当大(标记间距15cM)的标记密度较有利于QTL的检测，过大或过小均不利；随着遗传力提高和样本容量变大发现QTL的能力提高，但