单因素遗传设计中相关遗传力及遗传相关系数的抽样方差

本文推导了由一群体随机抽取出ｔ个基因型的单因素遗传设计中不同田间试验设计（单向分类及一年一地、一年多地、多年多地的随机区组）所估计的遗传参数的抽样方差，包括单性状遗传力和表型、遗传、环境方差及两性状间相应协方差、表型相关系数、遗传相关系数、环境相关系数、相关遗传力等相关遗传参数的抽样方差。     

杉木配合力第1轮回选择的研究 Ⅰ.遗传参数估计及配合力效应分析

对７５个参试杉木亲本进行巢式交配设计,１４年生时,测定其树高、胸径等生长性状,分析了它们的一般配合力、特殊配合力效应及其遗传差异;估计了调查性状的加性遗传方差,显性遗传方差、组间环境方差、组内环境方差、半同胞表型协方差、全同胞表型协方差、半同胞相关系数、全同胞相关系数、雄亲遗传力、雌亲遗传力和雄亲＋雌亲遗传力等遗传参数．     

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。     

一种度量生物性状非线性相关性的广义相关系数

【目的】克服以往的相关性指标所存在的线性相关性和信息损失的问题,为实际育种工作提供一种新的多性状间的非线性相关分析方法。【方法】采用四阶矩法,提出一种用于描述变量间或向量间相关性程度的广义相关系数。【结果】将该广义相关系数应用于生物性状团的相关分析,可使性状团之间的相关程度介于0与1。【结论】该广义相关系数计算简单,无信息损失,并能度量变量之间的非线性相关性。     

应用于遗传研究的多元变异指数

本文提出一组描述多个性状综合变异度的多元变异指数。相应于一元方差的分解,表型多元方差也可分解成遗传型及环境两部分。它们由多元方差分析中所获的表型协方差矩阵及误差协方差矩阵估算。多元变异指数可由原尺度或标准化尺度计算,何者为宜依资料性质,尤依相比较的资料是否获自同一组性状而转移。多元变异系数不受尺度影响。多元遗传力表示表型变异度可由遗传型多元变异度说明的部分。     

多因素方差的计算与家畜遗传力估测 二、约克夏猪一些数量性状的参数估计

<正> 估测遗传参数,主要是估计性状的育种值方差和育种值间的协方差。应用半同胞间的协方差估计四分之一的育种值方差,则是当前我国用于估计遗传力的一种切实可行的方法。而半同胞间的协方差则是用公畜间的方差估计的,因此,把公畜作为影响数量性状的一个因素进行分析,所求出的公畜间的方差,可用于估测遗传参数。现将福州北郊约克猪繁殖性状参数的估测结果及多因素方差求法在估测中的应用报道如下:     

部分自交群体的遗传方差和亲属间遗传协方差

本文给出群体中的个体以概率ｓ自交概率１－ｓ随机交配情况下，群体的遗传方差和群体中各种亲属间遗传协方差的计算公式。     

向量球对称分布的F分布

在向量球对称分布及其广义二次型的基础上研究了向量球对称分布的F分布，给出了F分布的密度函数及其数学期望和方差。     

数量性状相关遗传变异的研究——Ⅱ. 自花授粉作物性状间遗传相关系数的估算方法

根据本研究第Ⅰ报的研究结果,本文提出了估算性状间遗传协方差和遗传相关系数的五种方法,即F_2P法(利用亲本和F_2代资料)、F_3P法(利用亲本和F_3代资料)、F_2F_3法(利用F_2、F_3代资料)、F_2F_3P法(利用亲本和F_2、F_3代资料)及方差-协方差分析法,並给出了这些估计的理论值。以三个小麦杂交后代群体资料为例,用这些方法估算了若干性状间的遗传相关。F_2F_3P法是狭义遗传相关的无偏估计,而其余四种方法中,从估计的精确性、试验工作量及统计检验方法等方面综合比较,以方差-协方差分析法为优。     

多数量性状遗传分析的数据结构

本文研究了多数量性状遗传分析的数据结构问题。按照传统方法(即通过方差协方差分析估计遗传方差及遗传协方差从而构成遗传协差阵及遗传相关阵)将会对多数量性状遗传分析中应用多元统计技术造成根本性的困难。作者们提出了用样本平均数作为基因型值的估计方法,这样直接算出的基因型协差阵及基因型相关阵,可以保证多元统计技术在多数量性状遗传分析中广泛应用。     

Effects of molecular memory and bursting on fluctuations in gene expression

Many cellular components are present in such low numbers per cell that random births and deaths of individual molecules can cause substantial "noise" in concentrations. But biochemical events do not necessarily occur in single steps of individual molecules. Some processes are greatly randomized when synthesis or degradation occurs in large bursts of many molecules during a short time interval. Conversely, each birth or death of a macromolecule could involve several small steps, creating a memory between individual events. We present a generalized theory for stochastic gene expression, formulating the variance in protein abundance in terms of the randomness of the individual gene expression events. We show that common types of molecular mechanisms can produce gestation and senescence periods that reduce noise without requiring higher abundances, shorter lifetimes, or any concentration-dependent control loops. We also show that most single-cell experimental methods cannot distinguish between qualitatively different stochastic principles, although this in turn makes such methods better suited for identifying which components introduce fluctuations. Characterizing the random events that give rise to noise in concentrations instead requires dynamic measurements with single-molecule resolution.     

MINQUE法在遗传模型分析中的应用

介绍了应用ＭＩＮＱＵＥ法分析遗传模型的基本原理,阐述了近年来发展的新的遗传模型及其ＭＩＮＱＵＥ算法的应用概况。ＭＩＮＱＵＥ法能够无偏地分析非平衡数据,有效地分析种种复杂的遗传模型,尤其在估计混合模型中遗传效应的方差分量和成对性状的遗传协方差分量,以及对遗传效应进行线性无偏预测等方面具有重要的应用价值。     

基于最小二乘估计的多性状QTL复合区间定位法(英文)

本文给出了多性状数量性状基因座复合区间定位法（ＭＣＩＭ）的一种改进方法．它是基于多重多元回归模型的,因此可以用最小二乘法来配合模型．使得它在计算上要比原来基于最大似然法的ＭＣＩＭ简单快捷得多．给出了多重逐步回归的方法,可用来筛选能提供遗传信息的标记作为ＭＣＩＭ模型中的余因子．文中还建议用排列测验的方法估计所需的显著阈值．给出了一个实际例子．     

两级套随机效应模型中方差分量的Bayes估计

在加权平方损失下导出了两级套分类随机效应模型中方差分量的Bayes估计,并利用多元密度及其偏导数的核估计方法构造出了方差分量的经验Bayes(EB)估计。     

用近红外反射光谱测定小样本糙米粉的品质性状

比较了用近红外反射光谱（NIRS）技术直接测定约0.5g糙米粉和约3g精米粉样本的表观直链淀粉含量(AAC)、糊化温度（碱消值）和蛋白质含量的效果。结果发现,用精米粉和糙米粉样本测定蛋白质含量均有很好效果,建模时标准误很小而决定系数高,校正标准误（SEC）、检验工作标准误（SEP）、校正决定系数（R#+2）以及检验决定系数（RSQ）依次分别为0.11和0.19,0.20和0.21,0.995和0.932以及0.99和0.91。在建立AAC回归方程时,小样本糙米粉要比精米粉差一些,前者的SEC、SEP、R#+2和RSQ分别为0.933、2.07、0.927、和0.65,而用精米粉时依次为0.426、0.91、0.985和0.93。用小样本糙米粉测定糊化温度（碱消值）时,SEC、SEP、R#+2和RSQ分别为0.349、0.48、0.827和0.74,而用精米粉时依次为0.224、0.36、0.949和0.84。在对水稻育种过程中用小样本糙米粉进行稻米品质的NIRS测定作了讨论。     

基于混合效应模型的大兴安岭地被可燃物含水率模型

基于黑龙江省大兴安岭林区南瓮河生态站的落叶松(Larix gmelinii)林、蒙古栎(Quercus mongolica)林、落叶松白桦(Betula platyphylla)混交林3种典型林分的288组可燃物含水率数据,选择基于平衡含水率的可燃物含水率实时变化模型为基础模型,采用非线性混合效应(NLME)模型方法,以林分因子作为随机效应,建立具有混合效应的可燃物含水率的实时变化预测模型,并通过给残差方差增加权重的方法解决异方差性问题。结果表明:考虑随机效应和异方差结构的可燃物含水率实时变化NLME预测模型的拟合效果(M_(AE)=0.716 7,M_(RE)=0.026 6)优于不含随机效应的可燃物含水率实时变化预测模型(M_(AE)=0.815 6,M_(RE)=0.031 2);其中以常数加幂函数作为异方差结构的模型精度最高(AIC=547.72,BIC=581.29,-2LL=527.72)且明显优于未给残差方差增加权重的可燃物含水率实时变化NLME预测模型(AIC=961.65,BIC=988.50,-2LL=945.65)。利用独立样本数据对模型进行检验,检验结果表明,对于可燃物含水率实时变化的预测,考虑随机效应和异方差结构的NLME模型的检验精度(M_(AE)=0.495 8,M_(RE)=0.034 2)比利用最小二乘法拟合的多元非线性回归模型(M_(AE)=0.588 5,M_(RE)=0.588 5)有所提高,说明基于混合效应模型的可燃物含水率实时变化模型可以很好地描述区域尺度上不同林分类型的可燃物含水率实时变化规律。     

基于多元回归的牡丹花期预测

利用菏泽牡丹多年的气象要素的测定资料,采用多元回归以及逐步回归法,建立了气温、地温与牡丹花期关系的线性回归模型。该模型的预测结果与牡丹的实际盛花期基本吻合。该模型为确定菏泽牡丹花会的召开提供了依据。     

使用SPSS软件进行多因素方差分析

以两因素完全随机有重复的试验为例,阐述用SPSS软进行方差分析的详细过程,包括数据的输入、变异来源的分析,方差分析结果,以及显著性检验,最后还对方差分析注意事项进行分析,为科技工作者使用SPSS软进方差分析提供参考。