- 相關(guān)推薦
利用Bayesian-MCMC方法進(jìn)行畜禽復(fù)雜離散性狀QTL定位
復(fù)雜離散性狀由于表型數(shù)據(jù)呈離散分布并且提供信息量過小, 因此很難用常規(guī)的統(tǒng)計(jì)方法對(duì)此類性狀的QTL進(jìn)行定位研究. Bayesian-MCMC方法是復(fù)雜離散性狀QTL定位的重要手段, 該方法通過所有先驗(yàn)信息來推導(dǎo)QTL參數(shù)的后驗(yàn)分布并利用Markov Chain隨機(jī)過程進(jìn)行抽樣的方法對(duì)目標(biāo)參數(shù)進(jìn)行統(tǒng)計(jì)推斷. 利用Monte Carlo方法, 針對(duì)畜禽遠(yuǎn)交群體模擬產(chǎn)生多個(gè)全同胞家系的2級(jí)分類復(fù)雜離散性狀, 然后基于IBD方差組分的隨機(jī)模型的定位策略, 同時(shí)利用MCMC的3種不同抽樣技術(shù)(Gibbs抽樣、Metropolis抽樣和Reversible Jump MCMC抽樣)產(chǎn)生相應(yīng)QTL參數(shù)的后驗(yàn)樣本, 并進(jìn)行了目標(biāo)參數(shù)的Bayesian統(tǒng)計(jì)推斷. 結(jié)果表明: Bayesian-MCMC方法能夠?qū)Σ煌蚁到Y(jié)構(gòu)和QTL效應(yīng)水平下復(fù)雜離散性狀QTL進(jìn)行有效檢測; 當(dāng)家系含量增加時(shí), QTL定位的精確性和準(zhǔn)確性提高, 并可適用于效應(yīng)更小QTL的檢測.
作 者： 劉劍鋒 張沅 張勤 王立賢 張紀(jì)剛 作者單位： 劉劍鋒(中國農(nóng)業(yè)大學(xué)動(dòng)物科技學(xué)院,北京,100094;中國農(nóng)業(yè)科學(xué)院畜牧研究所,北京,100094)張沅,張勤,張紀(jì)剛(中國農(nóng)業(yè)大學(xué)動(dòng)物科技學(xué)院,北京,100094)
王立賢(中國農(nóng)業(yè)科學(xué)院畜牧研究所,北京,100094)
刊 名： 中國科學(xué)C輯 ISTIC PKU 英文刊名： SCIENCE IN CHINA (SERIES C) 年，卷(期)： 2006 36(3) 分類號(hào)： Q95 關(guān)鍵詞： 復(fù)雜離散性狀 QTL定位 Bayesian-MCMC方法 遠(yuǎn)交群體 IBD方差組分隨機(jī)模型【利用Bayesian-MCMC方法進(jìn)行畜禽復(fù)雜離散性狀QTL定位】相關(guān)文章：
利用水稻重組自交系群體定位谷粒外觀性狀的數(shù)量性狀基因04-26
RIL群體區(qū)間分子標(biāo)記-QTL定位的相關(guān)方法04-26
水稻低溫發(fā)芽力的QTL定位04-26
利用三倍體胚乳遺傳模型定位爆裂玉米子粒蛋白含量QTL04-27
利用DEM模型進(jìn)行水庫庫容計(jì)算的方法探討04-27
復(fù)雜數(shù)量性狀的遺傳分析及功能作圖04-26
利用協(xié)同優(yōu)化方法實(shí)現(xiàn)復(fù)雜系統(tǒng)分解并行設(shè)計(jì)優(yōu)化04-26
怎樣給復(fù)雜性研究作歷史定位04-26