等位基因功能差異的統(tǒng)計(jì)遺傳學(xué)分析方法及其應(yīng)用.pdf

1、基因組序列變異是各種生物進(jìn)化和適應(yīng)環(huán)境的必然結(jié)果。不論等位基因變異發(fā)生在基因的編碼區(qū)還是非編碼區(qū)都有可能導(dǎo)致基因功能的改變，并最終影響生物體的表現(xiàn)型。作物的許多重要表現(xiàn)型均為數(shù)量性狀，數(shù)量性狀的典型特征是受多個(gè)基因控制，而每一基因在品種間又可能存在多種序列的差異，同時(shí)數(shù)量性狀還易受環(huán)境影響。因此，如何將基因組上的序列變異與數(shù)量性狀表現(xiàn)型之間建立關(guān)聯(lián)，即尋找哪些座位上的序列變異與數(shù)量性狀有關(guān)，以及同一座位上不同序列變異的功能差異，仍是一個(gè)

2、十分困難并有待進(jìn)一步研究解決的問題。從統(tǒng)計(jì)學(xué)的角度來看，如果把目標(biāo)性狀表現(xiàn)型看作依變量，基因組上很多座位的序列變異看作自變量，則需要在成千上萬個(gè)自變數(shù)中篩選出一些對(duì)表型有顯著效應(yīng)的自變數(shù)，因此，該問題可以看作是一個(gè)超飽和模型變數(shù)選擇的問題。雖然超飽和模型變數(shù)選擇方法已有很多，但X新近提出一種不依賴MCMC抽樣的E-bayes方法，不僅運(yùn)算速度快，而且比起其他超飽和模型變數(shù)選擇方法效果更優(yōu)。本研究的目的即是首次將E-bayes方法引入等位

3、基因的功能差異分析，并進(jìn)一步探討其適應(yīng)條件，以便為利用種質(zhì)資源挖掘優(yōu)異基因提供技術(shù)支撐。在此基礎(chǔ)上，進(jìn)一步將之應(yīng)用于實(shí)例數(shù)據(jù)分析。研究?jī)?nèi)容如下： I.模擬研究。通過構(gòu)建同時(shí)包括50個(gè)主效和50(50-1)/2=1225個(gè)上位性效應(yīng)在內(nèi)的超飽和遺傳模型，采用E-bayes方法進(jìn)行模擬研究。隨機(jī)設(shè)置4個(gè)主效應(yīng)和4個(gè)互作效應(yīng)。供試因素有3個(gè)：(1)品種數(shù)目，設(shè)置4個(gè)水平分別為A1=30，A2=50，A3=70和A4=100，每一品種

4、考察株數(shù)設(shè)置為20。(2)平均多態(tài)信息含量(PIC)，設(shè)置5個(gè)水平，分別為B1=0.1638，B2=0.2638，B3=0.3318，B4=0.3648和B5=0.3750。(3)候選基因的總貢獻(xiàn)率設(shè)3個(gè)水平，分別為C1=30％，C2=50％和C3=70％。全試驗(yàn)共60個(gè)處理組合，每一處理重復(fù)模擬100次?？疾熘笜?biāo)包括：候選基因的統(tǒng)計(jì)功效和效應(yīng)估計(jì)值的準(zhǔn)確度與精確度。結(jié)果發(fā)現(xiàn)：(1)隨著供試品種數(shù)目、PIC和候選基因總貢獻(xiàn)率的增大，候選

5、基因的統(tǒng)計(jì)功效呈逐步上升趨勢(shì)。(2)當(dāng)候選基因的總貢獻(xiàn)率較低時(shí)(如30％)，品種數(shù)目通常要超過100，其候選基因的統(tǒng)計(jì)功效才有可能超過80％。而當(dāng)總貢獻(xiàn)率較高時(shí)(如70％)，即使PIC值較低，較少的品種數(shù)目也可使候選基因的統(tǒng)計(jì)功效超過80％。(3)對(duì)于A483C2處理，E-bayes方法對(duì)候選基因的統(tǒng)計(jì)功效高達(dá)98％，僅1個(gè)效應(yīng)較小的互作效應(yīng)功效較低，并且被檢測(cè)到的效應(yīng)準(zhǔn)確度和精確度都較高。而用關(guān)聯(lián)分析、StepwisE. LASSO和

6、PENAL四種方法進(jìn)行分析時(shí)，關(guān)聯(lián)分析只能分析主效，且主效應(yīng)的統(tǒng)計(jì)功效也較E-bayes方法低。而用Stepwise和LASSO方法，雖然設(shè)定的八個(gè)效應(yīng)均能被檢測(cè)到，功效也較高，但與E-bayes方法相比，效應(yīng)的準(zhǔn)確度與精確度均較低，且假陽性率也較高。PENAL方法雖然運(yùn)算速度較快，但只檢測(cè)到4個(gè)效應(yīng)較大的候選基因，且功效較低，效應(yīng)估計(jì)值的準(zhǔn)確度和精確度也較差。 II.實(shí)例分析。利用118個(gè)水稻品種涉及淀粉合成的18個(gè)基因的4