论文部分内容阅读
在动植物相关研究中，绝大部分与品质及经济效应相关的性状都是数量性状，因而对数量性状的遗传机理进行学习研究，并运用到实际的生产实践中，将对动植物育种等农牧业生产活动产生十分重要的意义。数量性状基因座定位即QTL(quantitative trait locus)定位，是通过存在于染色体上的遗传标记和观测得到的数量性状表型值信息，对影响数量性状表型变异的基因进行研究，推测这些基因在染色体上的位置、对所研究性状的影响。QTL定位研究已经在动植物育种、复杂性状的遗传分析、遗传疾病的治疗及预防等等领域广泛应用。QTL定位的实质是通过利用标记和QTL之间的连锁关系，将QTL定位到染色体上的标记附近，从而完成QTL的定位工作。如何选择合适的标记和合理高效的方法，准确找到与所研究性状关联显著的标记，较为精确地推测QTL在染色体上的位置在QTL定位研究中十分重要。为了取得更好的QTL定位效果，本文提出了利用全基因组上的遗传标记即SNP标记，通过组合方法进行QTL定位分析。主要研究内容如下：（1）SNP标记在基因组中分布密度高，稳定性好，易于筛选并且富有代表性，包含大量遗传信息，因此，本文选择整个基因组上的SNP标记进行分析，为QTL定位提供丰富的遗传信息。（2）传统的关联分析虽然能够得到大量与所研究数量性状存在较强关联的遗传标记，但是存在较高的假阳性，在标记数目比较庞大时难以筛选出真正与QTL连锁的标记。emBayesB方法有效地利用了EM算法处理缺失数据的特点，结合BayesB方法，通过计算SNP标记与QTL存在连锁关系的后验概率，准确的筛选出关联性较强的标记，在处理大数据量时具有明显的优势。（3）在得到与性状存在较强关联的显著性SNP标记之后，固定区间判定和LD区间判定都只是在染色体上得到了一个包含QTL的大致区间，不能精确的计算出QTL的具体位置，组合方法中希望通过性状-标记区间检测计算出较为精确的QTL的位置。同时考虑染色体上其他标记的背景遗传信息对QTL定位的影响，提高定位准确率的同时增加定位的可信度。