巢式關(guān)聯(lián)分析新方法及其應(yīng)用.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、傳統(tǒng)的數(shù)量性狀基因座(QTL)定位方法是建立在雙親分離群體基礎(chǔ)上,至少存在兩個不足。一是雙親間所具有差異基因座個數(shù)有限。若雙親等位基因一致,其效應(yīng)即使較大也不能被檢測到;由于親本的不同,群體間結(jié)果的一致性可能不高;二是遺傳群體與育種群體的不一致,導致遺傳分析結(jié)果的育種價值有限。為克服這些問題,Cornell大學的科學家提出了巢式關(guān)聯(lián)設(shè)計。
   巢式關(guān)聯(lián)作圖是由同一個公共親本與多個其它親本分別雜交獲得的多個重組自交家系群體的集合

2、。它結(jié)合了連鎖作圖與關(guān)聯(lián)分析的優(yōu)點,可解決上述雙親分離群體QTL檢測的缺陷,提高QTL檢測功效。這一方法已受到大家重視。在前人研究的基礎(chǔ)之上,本研究建立了基于巢式關(guān)聯(lián)作圖的全基因組多QTL定位方法和QTL上位性檢測方法,模型參數(shù)用經(jīng)驗Bayes和EM-LASSO方法估計,通過一系列模擬數(shù)據(jù)和玉米花期性狀數(shù)據(jù)驗證了新方法。其主要結(jié)果如下:
   1)建立了巢式關(guān)聯(lián)作圖群體的多QTL定位和上位性檢測方法,模型參數(shù)用經(jīng)驗Bayes進行

3、估計。Monte Carlo模擬研究結(jié)果表明:多QTL模型以及多QTL+上位性QTL模型下,假陽性率均低于0.3%,QTL方差和位置估計的無偏性好;QTL檢測功效較高,貢獻率在5%以上的QTL檢測功效接近100%,貢獻率不低于0.75%的QTL檢測功效大于80%; QTL貢獻率增加會提高QTL檢測功效;
   2)利用上述新方法分析了玉米巢式關(guān)聯(lián)作圖群體花期性狀的遺傳基礎(chǔ)。檢測到雄蕊散粉期性狀的41個主效QTL和23對上位性QT

4、L;雌蕊吐絲性狀的34個主效QTL和19對上位性QTL;散粉-吐絲間隔期性狀的43個主效QTL和9對上位性QTL。上述三性狀QTL總貢獻率分別為72.87、70.35和68.97%;主效QTL總貢獻率分別為28.16、23.66和58.61%,平均貢獻率分別為0.69、0.70和1.36%;上位性QTL總貢獻率分別為44.71、46.69和10.36%,平均貢獻率分別為1.94、2.46和1.15%。這表明主效和上位性QTL的相對貢獻率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論