回交群体QTL定位的最大似然分析法

现有二个双纯系MQ/MQ与mq/mq，其中M与m为遗传标记位点一对等位标记，Q与q为数量性状位点一对等位基因，它们杂交后得到F1代，F1代再与双纯系mq/mq回交得到回交一代(B1)，已知遗传标记与数量性状基因位点紧密连锁，那么对该群体进行最大似然分析的步骤如下： 1 似然函数的构建 当个体j具有表型值为(yj)及遗传标记基因型为(Mi)时，那么其似然函数表示如下：     

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。     

家畜数量性状基因定位研究进展

在数量遗传学理论形成之初，大量的研究证实，数量性状的遗传基础，仍然是遵循孟德尔遗传规律的基因。由于影响数量性状的基因数目较多，在当时的条件下无法辨认其各自的效应，于是便有了著名的微效多基因学说（ＮｉｌｓｓｏｎＥｈｌｅ１９０９）。尽管这一学说对数量性状的遗传基础作了相当简单化的假定，但在当时的理论和技术条件下仍不失为一个很好的基础，数量遗传学的主要技术体系就是在这一基础上建立的。但是，由于这一学说不了解数量性状的遗传背景，不知道控制数量性状的基因在染色体上的位置及其传递行为，因而就无法对其效应值…     

家畜遗传抗性多基因效应预测的广义线性方法

在广义线性混合模型（GLMM）的框架内模拟研究了抗性性状的遗传分析方法，初步比较了GLMM方法与一般线性方法（LM）的育种值估计效果。模拟研究的抗性表型为单阈值和3阈值2种类型，选用的连接函数分别为logist连接和log连接，试验设计为全同胞一半同胞混合家系，参数估计采用Fisher迹法。研究结果表明，GLMM方法能较准确地估计公畜的个体育种值，在个体的遗传评定效果方面要明显优于LM方法，其预测的个体育种值排序结果与真实育种值的排序之间存在显著的秩相关。     

QTL定位方法的研究进展

随着分子生物学技术与数量遗传学的发展,在动植物上进行QTL定位成为现代生物科学研究的重要领域。定位过程中,一系列的定位方法得到研究与应用,本文就QTL定位的方法进行了综述。     

绵羊QTL定位的研究进展

本文综述了绵羊的重要经济性状QTL定位的方法和进展，并提出存在问题和展望。     

奶牛主要经济性状QTL定位的研究进展

产奶量、乳脂率、乳脂量、乳蛋白率、乳蛋白量、抗乳房炎及体细胞数、繁殖性能和生产寿命等均为奶牛的主要数量性状,而这些性状与奶牛的经济价值具有直接的关系,因此对奶牛的生产往往会产生巨大的影响。本文就目前国内外在奶牛几个主要经济性状的数量性状位点(QTL)定位的研究进展作一介绍。     

芒属植物分蘖数性状的QTL定位

芒属植物是一种多年生C₄高大禾草,是一种重要的生物能源作物。分蘖是芒属植物重要的农艺性状之一,在调控其产量方面具有极其重要的作用。以五节芒和荻的种间杂交群体为材料,利用前期已构建的五节芒和荻的种间基因组遗传连锁图谱,结合2014年泰安、2015年泰安和东平3次重复调查的分蘖数表型数据,进行该重要性状的QTL遗传定位研究。结果表明:分蘖数频率分布呈现正态连续分布,符合数量性状遗传的特征;采用MQM复合区间作图法共定位到16个与分蘖数性状相关的QTL,单个QTL可解释的表型变异范围为11.4%~21.5%,LOD值为3.06~6.09。其中,3个QTL在3次定位分析中可重复检测到,qmfTI-2可分别解释12.7%、12.0%和15.5%的表型变异,qmsTI-1可分别解释12.0%、12.1%和19.8%的表型变异,qmsTI-2可分别解释21.5%、20.2%和13.4%的表型变异;3个QTL在2次定位分析中可重复检测到,qmfTI-1、qmfTI-3和qmsTI-4分别解释12.4%和11.4%、13.8%和13.2%、12.1%和14.3%的表型变异。通过对芒属植物分蘖数性状QTL分析,为芒属植物种质资源改良、分子标记辅助选择以及遗传学研究奠定基础。     

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。     

肉鸡中影响脂肪性状的QTL的检测和定位

绝大多数鸡中QTL（数量性状位点）的研究是用两个极端品系杂交的F2代群体.目前,生长性状和脂肪性状的QTL在F2代群体中的绘制是用生长速度快和生长速度慢的两个家系杂交、肉鸡和蛋鸡杂交、红色原鸡和产蛋鸡的杂交以及高脂肪含量和低脂肪含量的家系杂交.而且,非极端品系的杂交（蛋鸡-蛋鸡杂交,肉鸡-肉鸡杂交）也能得出生长性状和脂肪性状的QTL.     

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。     

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。     

利用24个微卫星进行猪数量性状座位定位及其遗传效应分析

以 3头英系大白公猪与 7头梅山母猪杂交产生的三代资源家系用来检测猪重要经济性状的数量性状座位(QTL) ,2 0 0 0年下半年随机选留 140头F2代个体 ,进行屠宰测定 ,记录了包括生长、胴体组成等 43个性状 ;从已定位于家猪 3、4和 7号染色体上的遗传标记中选用 2 4个微卫星标记对所有个体进行基因型检测。采用最小二乘回归区间定位法进行QTL检测 ,通过置换实验来确定显著性阈值。在所研究的 32个生长和胴体性状中 ,3条染色体总共 16个QTL达到染色体显著水平 (P <0 0 5 ) ,其中 4个达到染色体极显著性水平 (P <0 0 1) ;同时在 4号和 7号染色体上还检测到了影响器官重性状的 3个QTL ,达到了染色体显著水平 (P <0 0 5 )。在某些QTL座位 ,其有利等位基因来源于具有较低性状平均值的品种。 2QTL模型分析下 ,在 4号染色体上检测到影响板油重的 2个QTL ,并且它们的效应方向相反。     

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)。     

利用广义线性模型预测家畜离散性状育种值

将广义线性混合模型(GLMM)引入动物离散性状的遗传分析及个体的遗传评定,初步比较了GLMM方法与一般线性方法(LM)的估计效果。模拟研究的性状为单阈值二项分类性状,选用的连接函数为对数连接μi=eη/(1+eη),方差函数为V(μi)=μ(i1-μi)/n,试验设计为全同胞-半同胞混合家系,参数估计采用Fisher迹法。结果表明:GLMM方法能较准确地估计公畜的个体育种值,在个体的遗传评定效果方面要明显优于常规的线性方法,其预测的育种值排序结果与真实育种值的排序之间存在极显著的相关性(P<0.001)。     

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.     

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。     

家畜离散性状遗传分析方法比较研究

采用广义线性方法（GLMM）、阈性状法（TM）和常规线性方法（LM）对不同参数组合下离散性状的遗传力及准确度进行了估计,模拟研究的性状为单阈值二项分类性状,试验设计为全同胞一半同胞混合家系。研究结果表明,在遗传力的估计准确度方面,GLMM方法具有较大的优势,LM方法估计遗传力的效果较差,离真值的偏差也较大;不同参数组合下,GLMM方法的遗传力估计结果普遍高于线性方法。另外,性状遗传力真值和性状表型发生率对估计遗传力及其准确度也有明显的影响。     

基于小黑麦RIL群体的草产量相关性状QTL分析

为解析调控小黑麦(Triticosecale Wittmack)草产量的遗传机制,本研究以‘甘农7号’小黑麦与‘石大1号’小黑麦构建的F₆代重组自交系(RIL)群体为材料,利用小黑麦RIL群体分子图谱,结合株高、分蘖数、穗下节间长和单株鲜重的表型值,进行QTL分析。共检测到5个株高QTL,分布在连锁群LG1,LG3,LG4,LG6上,遗传贡献率为6.56%～12.86%;4个分蘖数QTL,分布在连锁群LG2,LG5,LG6,LG7上,遗传贡献率为7.11%～12.44%;3个穗下节间长QTL,分布在连锁群LG1,LG2,LG5上,遗传贡献率为7.69%～9.63%;4个单株鲜重QTL,分布在连锁群LG2,LG5,LG6,LG7上,遗传贡献率为9.65%～13.63%。其中,株高和分蘖数的主效位点为qPH6-1和qNT5-1,表型变异解释为12.86%和12.44%;单株鲜重的主效位点为qBS2-1和qBS6-1,表型变异解释率为12.17%和13.63%,二者累加对单株鲜重具有增加效应。本研究为饲用小黑麦生物产量的精细定位和分子辅助育种提供了重要理论支撑。