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。     

胚乳性状质量-数量遗传的极大似然鉴别方法及其应用

 采用胚乳性状质量 -数量遗传的极大似然鉴别方法 ,进行质量 -数量遗传模型测验和主、微基因效应与变异估计 ,以 F2 和 F3胚乳世代为例详细演示了分析程序 ,将之应用于 3个籼稻组合直链淀粉含量的遗传分析。结果表明 ,直链淀粉含量为一典型的胚乳质量 -数量性状 ,由一个主基因和若干微基因共同控制 ;控制高、低和糯的主基因可能为一组复等位基因 ,且高对低、高对糯接近完全显性 ;微基因对直链淀粉含量的作用在不同组合可以是主基因变异尺度的1 /2～ 1 /     

数量性状的主效和微效基因检测方法研究

植物数量性状遗传由遗传效应较大的主效基因和效应较小的微效微基因控制。在杂交或回交后代群体中检测达到某一序列性状值的株数,通过极大似然检验可以确定控制该性状的遗传模型和各种遗传参数以及各种基因效应的大小。由于不同的遗传模型有着不同的遗传参数和不同的基因表现,需采用不同的迭代运算公式。为使众多迭代公式尽可能统一,该文提出了世代约束和分布约束的概念。     

关于对数正态分布参数极大似然估计的讨论

利用图解法研究了由EM算法得出的有数据删失情况下对数正态分布参数的极大似然估计，得到了在Matlab中利用迭代算法计算参数估计值的方法．     

动态性状主基因的分离分析新方法

根据Legendre多项式的正交、可加和普适的特性,将关于时间的Legendre多项式镶嵌在遗传模型的每个遗传效应中,建立了动态性状主基因分离分析的数学模型,采用极大似然法求解模型参数。同建立在混合Logistic模型基础上的动态性状主基因分离分析法相比,新的方法在理论和实践上具有明显的优势：1）适合任何动态性状;2）能够同时分析主基因遗传效应和各种系统环境因素对动态性状变化过程的影响;3）便于计算;4）很容易推广到其他资源群体和复杂交配群体,充分利用多世代的资料实现对主基因的联合分离分析。以大豆1个F2群体为例采用新方法探索影响豆荚生长发育过程的主基因,结果表明：用2阶Legendre多项式能最佳的拟舍主基因的作用和豆荚生长发育的变化规律;豆荚的生长发育过程受1对呈完全显性的主基因控制。     

胚乳性状的质量－数量遗传分析

根据胚乳性状的遗传特征和有关遗传学原理，分析了主基因为１个位点时胚乳质量－数量性状的世代遗传组成。结果表明只要能够区别分离世代中植株的主基因基因型，就能对某一受三倍体遗传控制的胚乳性状是否存在主基因和（或）微基因效应进行有效的检测，并估计出可能存在的主基因效应和微基因变异；而分离世代中植株的主基因基因型可以通过该植株上自交种子胚乳性状的平均数和方差进行区分。文中给出了进行此类性状遗传分析的实验程序。     

主基因-多基因混合遗传数量性状的单性状选择模型

【目的】分别估计分离世代数量性状主基因-多基因混合遗传中的多基因效应方差和环境方差,为育种工作者提供一种简单易行的单性状选择方法。【方法】利用正态分布的极限误差,将混合正态分布数据划分到多个单一正态分布对应的区间,每一区间代表一种主基因型,采用有重复观测数据的单因素多元方差分析方法,分别估计各主基因型间的主基因效应协方差阵、多基因效应协方差阵和环境协方差阵,然后结合混合正态分布中各成分分布的比例,计算该数量性状的表型方差、遗传方差、环境方差和遗传力等遗传参数,并进行实例分析。【结果】在相同选择强度下,遗传效率为110.3760%,较作为单一正态分布的普通数量性状选择效率提高了10.3760%。当选择强度i=0.5时,遗传增益GS=28.41。【结论】应用建立的主基因-多基因混合遗传数量性状单性状选择模型计算,遗传效率有很大提高,表明该方法具有实用性。     

主基因-多基因性状与微效多基因性状的综合选择指数研究

【目的】建立主基因-多基因性状和微效多基因性状混合遗传体系数量性状的综合选择指数数学模型,为育种工作者提供一种有效的选择方法,并为主基因-多基因的DNA标记提供有用的信息。【方法】以单性状分析作为基础,建立了主基因-微效多基因性状、微效多基因性状综合选择指数计算模型,利用混合正态分布的EM算法,对选择性状中的主基因-多基因性状进行分离分析,确定主基因遗传力和遗传方差在遗传中所占的比例,并利用建立的模型在水稻中进行了实例分析。【结果】主基因遗传力占遗传力的74.93%;综合选择指数的遗传方差和表型方差存在微小差别。【结论】利用混合性状的综合选择指数模型,可确定性状中主基因遗传方差和遗传力所占比例的大小,为DNA标记辅助育种提供有用信息。     

利用极大似然法分析野败型杂交籼稻恢复基因的遗传

利用极大似然法和ＥＭ算法以野败型杂交籼稻恢复性的主基因进行了探测。结果表明,恢复性由两对主基因控制,两对恢复基因间表现显性上位性互作,两对基因的作用存在强弱之分,强恢复基因的加性效应是弱基因的２倍。     

谷类作物胚乳品质性状的QTL分析方法

将胚乳性状的遗传特点与迭代重新加权最小平方QTL作图法相结合,提出了一种可直接对受三倍体遗传控制的胚乳数量性状进行QTL作图的统计方法,通过模拟试验验证了其有效性。此方法可扩展到更为复杂的遗传模型,如同时受三倍体胚乳基因型和二倍体母体基因型控制的胚乳性状的QTL作图。     

Joint Analysis Method for Major Genes Controlling Multiple Correlated Quantitative Traits

Based on the major gene and polygene mixed inheritance model for multiple correlated quantitative traits, the authors proposed a new joint segregation analysis method of major gene controlling multiple correlated quantitative traits, which include major gene detection and its effect and variation estimation. The effect and variation of major gene are estimated by the maximum likelihood method implemented via expectation-maximization （EM） algorithm. Major gene is tested with the likelihood ratio （LR） test statistic. Extensive simulation studies showed that joint analysis not only increases the statistical power of major gene detection but also improves the precision and accuracy of major gene effect estimates. An example of the plant height and the number of tiller of F2 population in rice cross Duonieai x Zhonghua 11 was used in the illustration. The results indicated that the genetic difference of these two traits in this cross refers to only one pleiotropic major gene. The additive effect and dominance effect of the major gene are estimated as -21.3 and 40.6 cm on plant height, and 22.7 and -25.3 on number of tiller, respectively. The major gene shows overdominance for plant height and close to complete dominance for number of tillers.     

Mapping Quantitative Trait Loci Controlling Endosperm Traits with Molecular Marker

Based on the genetic models for triploid endosperm traits and on the methods for mapping diploid quantitative traits loci (QTLs), the genetic constitutions, components of means and genetic variances of QTL controlling endosperm traits under flanking marker genotypes of different generations were presented. From these results, a multiple linear regression method for mapping QTL underlying endosperm traits in cereals was proposed, which used the means of endosperm traits under flanking marker genotypes as a dependent variable, the coefficient of additive effect ( d ) and dominance effect ( h 1 and/or h2 ) of a putative QTL in a given interval as independent variables. This method can work at any position in a genome covered by markers and increase the estimation precision of QTL location and their effects by eliminating the interference of other relative QTLs. This method can also be easily used in other uneven data such as markers and quantitative traits detected or measured in plants and tissues different either in generations or at chromosomal ploidy levels, and in endosperm traits controlled by complicated genetic models considering the effects produced by genotypes of both maternal plants and seeds on them.     

动态性状候选基因检测效率分析

把组 织 器官 的生 长 发育 和随 生 命时 期 或某 些定 量因 素 变化 的 生产 性能 统 称为 动 态性 状。 本 研究 的目 的 是将 动 态性状基 因定 位分 析 的普 适 性方 法应 用 到动 态性 状 候选 基因 分 析中 。采 用 M onte C arlo 法 模拟 分析 抽 样个 体数 、测 定 日频 率、候选基因 频率 和遗 传 贡献 率 等因 素对 动 态性 状候 选 基因 检测 统 计效 率的 影 响。模 拟 试验 结 果表 明:4因素 对候 选 基因 检测 效 率的影响 存在 着差 异 ,它 们 的作 用大 小顺 序 为:累计 遗 传贡 献率 > 个体 数> 测 定日 频数 > 基因 频率 ;个体 数和 测定 日 频数 2因素对候 选基 因检 测 效率 表 现出 一定 的 交互 作用 。     

应用极大似然法分析质量—数量性状的遗传及计算机软件

简述了应用极大似然法分析质量－数量性状遗传５种假设测验的原理和统计方法，编制了根据Ｆ２代分离群体进行遗传分析的计算机软件，并给出了以兼容３８６、Ｑｕｉｃｋ Ｂａｓｉｃ为硬、软件环境的ＱＢａｓｉｃ原程序。     

爆裂玉米蛋白质含量的主基因+多基因遗传效应分析

应用植物数量性状主基因+多基因混合遗传模型,以爆裂玉米杂交组合吉爆902(吉812×吉704)的P1、F1、P2、B1:2、B2∶2和F2:3 6个家系世代群体为材料,对爆裂玉米蛋白质含量进行多世代联合分析,结果表明,爆裂玉米蛋白质含量受1对完全显性主基因+加性-显性多基因控制遗传.主基因存在显性效应,显性效应为负值(...