计数性状位置参数及效应参数的统计推断.pdf

《计数性状位置参数及效应参数的统计推断.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、中文摘要生物体的表型特征受遗传效应影响，定位影响生物体表现型的性状位点，即数量性状位点(QTL)定位，在科学领域、经济领域都有重要的意义．区间定位方法被广泛应用到QTL定位中．然而，～些性状不只是由～个QTL所控制，而是由多个QTL控制，多区间定位方法将被用到QTLs定位中．很多生物体在不同环境中有不同的表现型，生物体的这种对于环境变化而产生其表现型的改变的能力叫做表现型的可塑性．它是一种由基因一环境相互作用下的遗传学的多样性．由于一些生物体的表型特征不是连续型的，而是呈现出离散型的，如植物的枝叶数．本文中，

2、我们利用多区间定位的方法，考虑了一种计数型数量性状的QTL的参数估计问题．该QTL在不同的环境中有不同的表现型，即表型可塑性．对于本文研究的计数性状，我们采用混合多元泊松分布统计模型来研究数量性状位点问题，并借助EM算法来估计QTLs的位置参数以及多元泊松分布中的参数．通过计算机模拟，我们证明了本文的方法具有一定的实用性．关键词：计数性状；数量性状位点；多区间定位；多元泊松分布；EM算法一I一AbstractThevariationofmanyquantitativetraitsinhuman，plants，

3、oranimalscanbeattributedtogeneticeffects．Quantitativetraitslocus(QTL)mapping，whichmapslociinthegenomethataffectaquantitativetrait，isofimportantscientificandeconomicvalue．ThemethodofintervalmappingiswidelyusedforthegeneticmappingofQTL，andstatisticalmethodsha

4、vebeenextensivelystudiedinmappingQTL．However，somebiological’traitisnotcontrolledbyonegene：notbymanygenes?SOmultiple-intervalmapping(MIM)willbeusedinmappingQTLs．Whengrownindifferentenvironments，anorganismmayshowarangeofphenotypes．Thegenotypeofanorganism，itse

5、nvironment，andtheinteractionbetweengenotypeandenvironmentdeterminethephenotypedisplayed．Phenotypicplasticityistheabilityofasinglegenotypetoproducemultiplephenotypesinresponsetodifferentenvironments．Whilesomebiologicaltraitsarenotcontinuous，butarediscrete，fo

6、rexample，thenumberofbranches．Inthisarticle，weconsidertheestimationproblemofQTLparametersthatcontrolthephenotypicplasticityindifferentenvironments．Wedevelopastatisticalmethodsthatfocusoncounttrait，whilemanyofstatisticalmethodsareimplementedtocontinuousdata．T

7、hemodelisderivedwithinamultivariatePoissonmixturemodelonthebasisofmultivariatePoissondistribution．TheEMalgorithmisappliedtoobtainthemaximum-likelihoodestimates(MLE)ofbothQTLspositionandthePoissonparametersimultaneous．Then，wealsousecomputersimulationtostudyt

8、hestatisticalmodel，thenthesimulationresultsshowthatourmethodhasacertainpracticality．Keywords：Counttrait；Quantitativetraitloci；Multiple-intervalmapping；Mul—tivariatePoissondistribution；EMalgorithm—II—目录