大约克和二花脸猪5个微卫星座位多态性分析

利用5个微卫星分析了大约克、二花脸两个种群的有效等位基因、期望杂合度、多态信息含量、F-统计量、迁移率等多态性。研究结果表明:各群体的期望杂合度He在0.571 0~0.869 0之间变动;多态信息含量PIC均大于0.5,说明两品种内的遗传变异较大,但F-统计量、迁移率检验结果表明:两猪种之间的遗传结构差异较小。     

畜禽数量性状座位(QTL)定位研究进展

综述了畜禽数量性状座位(QTI)定位的原理、基本策略、统计分析方法以及对未来的展望.     

家蚕部分数量性状的遗传效应分析

本文以二化性品种为材料,采用不完全双列杂交法分析家蚕部分数量性状的遗传效应.分析得知:家蚕的幼虫生命率、虫蛹率、万蚕收茧量、全茧量、茧层量等性状具有显性效应,无上位性效应;茧层率性状既具有显性效应又具有上位性效应.系统间遗传分量和基因频率有的性状较一致,有的性状差异较大.     

猪数量性状QTL定位研究进展

人类基因组计划和分子生物学技术的发展，推动了猪基因图谱的研究进展，使猪的QTL定位研究取得长足的进展，从而为利用分子标记进行数量性状位点的鉴别和定位奠定了坚实的基础。目前，对影响猪的数量性状的QTL的研究已成为国际上的研究重点，并已取得了一定的成果。猪主要性状的QTL定位结果见表1。     

畜禽数量性状座位（QTL）定位研究进展

综述了畜禽数量性状座位（QTL）定位的原理、基本策略、统计分析方法以及对未来的展望。     

不同遗传群体在数量性状基因定位分析中的应用概述

在农业动植物中,许多重要的经济性状都是数量性状或具有明显的数量性状特征。因此,解析数量性状的遗传基础,对基于现代生物技术的农业育种及遗传改良具有十分重要的意义。数量性状的遗传效应主要由单基因效应(包括加性效应和显性效应)、上位性、杂种优势及环境效应等共同组成。为了解析这些遗传效应的分子基础,研究人员构建了大量的遗传定位群体,并开发了相应的分析模型。特定的定位分析群体是解析数量性状遗传方式的基础,其应用推动了该研究领域的发展。本文针对数量性状遗传定位群体的发展进行综述,并讨论今后的研究重点,以期能为该领域的研究及应用提供参考。     

猪微卫星DNA座位的突变率

为在 3个 F2代猪群体中进行数量性状基因座(QTL)定位 ,本研究检测了 38个微卫星的基因型 ,在总数为6 6 4 36个亲本—后裔传递的微卫星等位基因中检测到 5个突变等位基因 ,这表明每世代每个座位的总突变率为 7.5 2× 10 - 5。突变率与其它因素 (如侧翼区的 GC含量、杂合度、重复数 )之间没有显著关联 (P>0 .0 5 )。详细的测序结果表明 ,5个突变等位基因中的 4个是分别由 1～ 5个重复插入引起的。剩下的一个突变等位基因要么是由 3个重复插入引起的 ,要么是由 30个碱基对的变化引起的 (16个 CT重复的缺失和 1个 CA重复插入 )。在一个微卫星的侧翼区还检测到 1个碱基对的插入。总之 ,这些数据表明在微卫星之间伸展比收缩更普遍 ,突变过程是非常复杂的 ,并不符合严格的逐步突变模型 ,而且在不同座位之间也有差异。     

回雁母系猪数量性状遗传参数的初步估测

采用父系和母系的同胞相关法估测回雁母系猪初产猪的繁育性状，生长育肥猪的肥育性状和胴体性状的遗传参数。估测结果是：繁育性状多属低遗传力，活体和屠宰胴体的性状属中、高遗传力；繁育性状与窝性状呈正相关，窝性状与个体性状呈负相关。     

猪数量性状基因及其标记研究进展

对猪中有关生长,胴体,肉质和繁殖性状的数量性状位点及其标记的研究现状与前景作了综述。     

多年生黑麦草叶片长度数量性状位点(QTLs)研究

选择固定有益等位基因,研究多年生黑麦草叶片长度数量性状位点,结果表明:与叶长最为相关的3个标记所表达的变异占表型总变异的50.9%(r2);在选择中如能将这3个标记最优化地组合在一起,其综合共同作用有望使叶片长度延长和缩短26 mm;鉴于供试材料在最初3个世代的群体选择中所估测到叶片长度的遗传力为0.32,这样在今后的选择工作中,即使只使用现有的两个标记,其效果亦优于传统的表型选择法.     

猪数量性状基因及其标记研究进展

对猪中有关生长、胴体、肉质和繁殖性状的数量性状位点及其标记的研究现状与前景作了综述。     

奶牛重要经济性状的QTL作图

对奶牛产奶性能的５个性状（泌乳量、乳脂率、乳脂量、蛋白率和蛋白量）以及２个重要的次级性状（乳房炎发病率和繁殖力）ＱＴＬ作图的方法和进展进行综述,并讨论了奶牛ＱＴＬ定位中存在的问题。     

畜禽数量性状基因座位的精细定位

数量性状基因座位(QTL)的精细定位是实施QTL克隆及标记辅助选择(MAS)的重要基础。然而就目前畜禽QTL定位的结果来看,除了通过候选基因法识别的少数基因外,大多数QTL定位的精度仍无法满足实际应用的要求。为进一步提高QTL定位的精度,缩小QTL定位的置信区间,人们相继提出并发展了一系列新的QTL定位方法。本文在分析畜禽QTL定位的基本方法及影响畜禽QTL定位精度的主要因素基础上,对提高QTL定位精确性的策略和方法进行了相应的探讨。     

猪4、8和13染色体上肉质性状的QTL定位

214头猪(180头F2个体)组成的资源家系中,在猪的第4、8和13染色体上共选取23个微卫星标记,对11种肉质性状做了QTL定位,这些肉质性状包括:背最长肌肌内脂肪率(IMF)、背最长肌含水量(WM)、背最长肌系水力(WHC)、背最长肌失水率(DLR)、背最长肌pH(pH1)、股二头肌pH(pH2)、头半棘肌pH(pH3)、背最长肌肉色值(MCV1)、股二头肌色值(MCV2)、背最长肌大理石纹评分(MMS1)和股二头肌大理石纹评分(MMS2)。结果表明:检测到2个染色体极显著水平的QTL(P≤0.01),它们是定位在SSC13上55 cM处的IMF QTL,和定位在SSC4上10 cM处的WM QTL;4个染色体显著水平的QTL(P≤0.05),它们是2个MCV2 QTL(SSC8上110 cM处和SSC13上70 cM处)、1个MMS1 QTL(SSC8上185 cM处)和1个MMS2 QTL(SSC8上185 cM处)。上述QTL解释的表型变异从0.16%(SSC8上MCV2 QTL)到17.84%(SSC8上MMS2 QTL)。     

凉山半细毛羊初生重QTL的研究

选取凉山半细毛羊7个父系半同胞家系,利用绵羊1号染色体上11个微卫星标记,通过聚合酶链式反应（polymerase chain reaction,PCR）对凉山半细毛羊初生重QTL进行了研究。QTL分析的结果表明,在其中一个家系B3K5055中,1号染色体微卫星标记ILSTS004与CSSM004之间检测到影响初生重的QTL,其LOD值为3.338,位于置信区间95%（2.73）和99%（3.49）之间。     

利用广义线性方法定位家畜抗性等级性状的QTL

在广义线性模型的框架内模拟研究了家畜抗性等级性状的QTL定位方法，QTL参数的估计采用最大似然方法，比较了阈模型方法与一般线性方法的QTL定位效率，并对影响等级性状QTL定位效率的主要因素（QTL效应、性状的遗传力）进行了模拟研究。试验为多个家系的女儿设计，资源群体大小为500头。结果表明：在QTL位置参数估计及检验功效方面，阈模型方法具有一定的优势，对抗性等级性状QTL定位的功效也高于线性方法。另外，性状遗传力和QTL效应的大小对QTL定位的准确度也有直接的影响，随着性状遗传力QTL效应的增大，2种方法QTL定位的效率均有不同程度的提高。     

利用Bayesian-MCMC方法进行畜禽远交群多家系离散性状QTL连锁检测

利用Bayesian—MCMC方法对不同家系结构的畜禽远交群体的二级离散性状进行QTL连锁检测，在分析中，基于IBD方差组分的随机模型的定位策略，同时利用MCMC的3种不同抽样技术（Gibbs抽样、Metropolis抽样和Reversible jump MCMC抽样）产生相应QTL参数的后验样本，在此基础上进行目标参数的Bayesian统计推断。结果表明：Bayesian—MCMC方法能够对QTL数目进行准确估计，并且在不同家系结构下得到较为理想的参数估计结果。     

Fine mapping and detection of the causative mutation underlying Quantitative Trait Loci

The effect on power and precision of including the causative SNP amongst the investigated markers in Quantitative Trait Loci (QTL) mapping experiments was investigated. Three fine mapping methods were tested to see which was most efficient in finding the causative mutation: combined linkage and linkage disequilibrium mapping (LLD); association mapping (MARK); a combination of LLD and association mapping (LLDMARK). Two simulated data sets were analysed: in one set, the causative SNP was included amongst the markers, while in the other set the causative SNP was masked between markers. Including the causative SNP amongst the markers increased both precision and power in the analyses. For the LLD method the number of correctly positioned QTL increased from 17 for the analysis without the causative SNP to 77 for the analysis including the causative SNP. The likelihood of the data analysis increased from 3.4 to 13.3 likelihood units for the MARK method when the causative SNP was included. When the causative SNP was masked between the analysed markers, the LLD method was most efficient in detecting the correct QTL position, while the MARK method was most efficient when the causative SNP was included as a marker in the analysis. The LLDMARK method, combining association mapping and LLD, assumes a QTL as the null hypothesis (using LLD method) and tests whether the ‘putative causative SNP’ explains significantly more variance than a QTL in the region. Thus, if the putative causative SNP does not only give an Identical‐By‐Descent (IBD) signal, but also an Alike‐In‐State (AIS) signal, LLDMARK gives a positive likelihood ratio. LLDMARK detected less than half as many causative SNPs as the other methods, and also had a relatively high false discovery rate when the QTL effect was large. LLDMARK may however be more robust against spurious associations, because the regional IBD is largely corrected for by fitting a QTL effect in the null hypothesis model.     

从数量性状基因座作图到标记辅助选择

实现从数量性状基因座作图到标记辅助选择的转变包括 :( 1)寻找与QTL紧密连锁的标记 (被标记的QTL称MQTL) ;( 2 )精确估计MQTL的效应 ;( 3)将MQTL纳入现行的育种方案 ;( 4)改变现行的育种方案 ,拓展MAS的应用空间。