混合线性模型解析数量性状遗传基础的研究

发布时间：2017-12-12 12:04

  本文关键词：混合线性模型解析数量性状遗传基础的研究

  更多相关文章： 混合线性模型 多亲本重组自交系 剖分遗传力 代谢组 预测

【摘要】：线性模型中包含固定效应和随机效应两部分,这种类型的模型称之为混合线性模型(LMM)。混合线性模型广泛应用于动植物遗传育种以及人类遗传疾病挖掘等领域。而本研究从统计量检验、方差组分估计和预测等三个方面拓展混合线性模型应用,主要包括以下三个方面的研究。第一、AGIC QTL定位群体,是多个亲本通过数代亲本之间的横交以及若干世代的近交得到一个群体,可以译作多亲本重组自交系。相比较传统的二亲本的群体,该群体能够提高QTL定位的分辨率和检验效率。而且该群体具有一定的遗传多样性,其QTL结果可以直接应用在育种上。本研究将混合线性模型拓展到MAGIC群体的QTL定位研究上。该模型中使用微效多基因效应替代CIM中的cofactors,减少背景噪音导致假阳性问题。在模型中,将检验标记效应作为随机效应处理或固定效应处理。同时通过释放检验标记与微效多基因重复估计的部分提高检验效率。在具体算法实现上,使用矩阵特征分解、Woodbu ry矩阵变换以及参数预估计等技巧,以此提高计算效率。模拟数据和实际数据表明,该方法在不增加计算速度的前提,能够有效地控制假阳性并且可以提高检验效率。第二、在人类疾病和玉米的数量性状已有研究探讨复杂性状的遗传变异来源。而该研究使用LMM对524个品系水稻的5个数量性状进行遗传力剖分研究。将标记按照位置信息划分为调控区、内含子、外显子以及基因间等四个功能分区,以此探讨数量性状的遗传变异主要来源于哪一个分类。研究表明,调控区或基因间,即对基因具有调控功能的部分,对5个数量性状遗传变异贡献最大。研究也将4个功能分区通过构建不同kinship矩阵使用multiBLUP对表型进行预测。结果表明,该策略的预测效果并没有显著提高。第三、代谢组对理解表型变异的分子机制具有重要作用,而且已有研究表明代谢组可以对表型进行预测。本研究采用数据与第二个研究相同,包含839个代谢组信息。使用LR、LMM、 Bayes B以及LASSO等四种模型进行关联分析,研究发现了一些与表型显著相关的代谢物。而且通过模型比较,发现LASSO模型为最佳模型,既能够控制群体结构引起的假阳性问题,又具有较高的检验效率。在此研究基础,使用LMM、Bayes B以及LASSO等3种模型对表型进行预测。结果显示代谢组可以对表型进行预测,其预测效果与GBLUP相当。本课题为畜禽遗传育种领域基础性研究,涉及到的三个方面(统计检验、方差组分估计和预测),均为该领域重要研究内容,也是国际研究热点,其重要性不言而喻。而本课题研究的理论成果,具备一定创新性,在畜禽遗传育种和人类精准医疗等领域具有一定的应用价值。
【学位授予单位】：中国农业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：Q348

【相似文献】

中国期刊全文数据库 前10条

1 周永正;混合线性模型联合估计的一个注记[J];数学的实践与认识;2002年06期

2 石磊，向黎明，，王学仁;混合线性模型效应参数的影响分析[J];数学物理学报;1996年03期

3 朱军;运用混合线性模型定位复杂数量性状基因的方法[J];浙江大学学报(自然科学版);1999年03期

4 汪咬元;有约束条件时混合线性模型的最优估计量公式[J];数学杂志;1986年04期

5 周永正;;一般混合线性模型固定效应、随机效应与另一随机向量的联合估计[J];数学的实践与认识;2011年19期

6 石磊,张宝华,雷森;混合线性模型效应参数的Bayes影响分析[J];云南大学学报(自然科学版);1999年06期

7 王胜初,阎新甫;混合线性模型生成模拟数据的方法和软件设计[J];浙江农业大学学报;1998年02期

8 石磊,李兴绪,周汝良,雷森;混合线性模型效应参数的Bayes局部影响分析[J];数学物理学报;2002年04期

9 胡希远;利用SASPROC MIXED分析混合线性模型非平衡试验数据[J];数理统计与管理;2005年01期

10 王爱国,D Laloe,LR Schaeffer CGIL;混合线性模型下猪群间遗传联系的度量[J];遗传;2000年05期

中国重要会议论文全文数据库 前2条

1 周永正;;混合线性模型中β与δ的同时估计[A];中国现场统计研究会第九届学术年会论文集[C];1999年

2 童春发;施季森;李力;;一般遗传模型的方差分析和协方差分析[A];持续发展，再创辉煌——中国林学会林木遗传育种分会第五届年会文集[C];2002年

中国博士学位论文全文数据库 前2条

1 魏巨龙;混合线性模型解析数量性状遗传基础的研究[D];中国农业大学;2016年

2 尤萨夫;基于混合线性模型进行遗传数据分析的异常值检测方法[D];浙江大学;2008年

本文编号：1282406