QTL定位的原理和方法

《QTL定位的原理和方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章QTL定位的原理和方法**QTL是什么？数量性状位点（QTL）是影响数量性状的一个染色体片段；QTL定位是确定数量性状基因在染色体上位置的一种方法；QTL和QTLs。*为什么要定位它？它为了解个体数量性状基因之间的行为和交互作用等基础知识提供了一条路径，允许建立更加真实的表型变异、选择反应和进化过程模型；将标记信息综合到遗传评估中，辅助人工选择程序，主要方式有MAS和MAI；能进行基因的位置克隆，允许对当前存在的数量变异进行分子机制的研究，并通过直接的分子干预，进一步增加增效等位基因频率。*QTL定位的基本原则QTL定位的基本原则是关联度量的遗传变异和表型

2、变异；群体的选择、用于度量表型个体选择和基因型判型个体的选择是所有QTL定位设计要重点考虑的因素；对于所有的QTL定位设计，标记等位基因和QTL等位基因之间的LD是必须的。*QTL定位的关键***第一节LA定位（连锁分析定位）*linkageanalysisonlyconsidersthelinkagedisequilibriumthatexistswithinfamilies,whichcanextendfor10sofcM,andisbrokendownbyrecombinationafteronlyafewgenerations.SuchasBCandF2

3、design*单标记分析*是总平均；和是加性和显性效应；是标记和QTL之间的重组率。是给定个体标记位点基因型为Aa的条件下的QTL基因型Qq的条件概率；是标记和QTL基因型的联合概率；是标记基因型的边际概率。*来自近交系的回交群体的标记和QTL概率标记基因型之间的表型值平均差异：*单标记分析的缺点单标记使用标记平均值，不能获得QTL效应单独的估计值和QTL与标记的重组频率；因此，不能区分是一个大的QTL效应松散地与标记连锁，或是小效应紧密地与标记连锁。*区间定位LanderandBotstein(1989)提出使用所有连续的标记进行QTL定位的方法；该方法原则上

4、能够区分QTL的效应和位置；该方法需要一张带有一定数目的遗传图谱，相邻标记间的距离是已知的。*Haldane作图函数为遗传距离（）；假设减数分裂期间的遗传物质交换沿着染色体是随机和独立发生的。*标记和QTL概率*数据分析为具有QTL基因型的个体的性状记录；为具有QTL基因型的个体的期望效应（如或）；为随机误差，并且，因此有：*最大似然法分析前面回交例子的似然函数为：为QTL位点的基因型；和为个体在标记位点A和B的基因型；为回交个体数。*似然率检验（LRT）：为零假设没有分离QTL条件下的似然值；为有一个QTL分离条件下的似然值。LOD检验：*最小二乘分析前面回交

5、例子的最小二乘分析模型为：需要估计的参数：一种为两个QTL基因型的平均值；另外一种为总平均值和两个基因型之间的效应差；显著性检验：MSQ为拟合模型由QTL基因型解释的方差；RMS为拟合模型的残余均方。*LS和ML的比较LS只使用了标记平均值信息，标记基因型组内的方差变异没有被使用；而ML使用了所有可能的信息，这包括标记基因型和性状分布。LS的计算比较简单易行，能够使用标准的软件（SAS）进行分析；而ML计算非常困难，需要专门的软件将其扩展到非常复杂的模型。*似然率检验和F检验的比较：对一个QTL，如果残差呈正态分布，则LS和ML估计是相同的；对一般情形，关系变为

6、：大部分QTL定位分析结果显示LS获得与ML极端近似的结果。*基因组扫描区间定位的优势在于能对整个标记的基因组进行扫描；QTL定位是在整个基因组内进行，某一个区间内QTL基因型的条件概率根据侧翼标记信息进行计算，然后一个区间接着一个区间，使用最小二乘或最大似然法进行分析，同时每个区间的检验统计量（F-ratio或LRT）也被计算，具有最大检验统计量的位置就是QTL最可能存在的位置，而该位置的QTL效应就是最好的QTL估计效应。**多次检测问题如果有许多独立的零假设被检验，而且事先知道所有的零假设都为真，则，至少出现一次假显著（falsepositive)的概率为

7、*伯努利校正*Permutationtest对表型和标记基因型数据进行随机重排，它消除了标记基因型和表型之间的关联；每次重排数据，都要重新在整个基因组中进行QTL定位分析；通过多次重排，可获得每次检验LRT统计量在没有QTL的零假设条件下的分布；*Permutationtest的具体步骤：*FDR(falsediscoveryrate)αisdeclaredFDR(suchas0.05)jisthelargestorderthatmetformula(1)misthenumberofmarker*FDR(falsediscoveryrate)方法Sortpval

8、uesofallmark