利用Bayesian-MCMC方法進行畜禽復雜離散性狀QTL定位

復雜離散性狀由于表型數(shù)據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)計方法對此類性狀的QTL進行定位研究. Bayesian-MCMC方法是復雜離散性狀QTL定位的重要手段, 該方法通過所有先驗信息來推導QTL參數(shù)的后驗分布并利用Markov Chain隨機過程進行抽樣的方法對目標參數(shù)進行統(tǒng)計推斷. 利用Monte Carlo方法, 針對畜禽遠交群體模擬產生多個全同胞家系的2級分類復雜離散性狀, 然后基于IBD方差組分的隨機模型的定位策略, 同時利用MCMC的3種不同抽樣技術(Gibbs抽樣、Metropolis抽樣和Reversible Jump MCMC抽樣)產生相應QTL參數(shù)的后驗樣本, 并進行了目標參數(shù)的Bayesian統(tǒng)計推斷. 結果表明: Bayesian-MCMC方法能夠對不同家系結構和QTL效應水平下復雜離散性狀QTL進行有效檢測; 當家系含量增加時, QTL定位的精確性和準確性提高, 并可適用于效應更小QTL的檢測.

作 者： 劉劍鋒 張沅 張勤 王立賢 張紀剛   作者單位： 劉劍鋒(中國農業(yè)大學動物科技學院,北京,100094;中國農業(yè)科學院畜牧研究所,北京,100094)

張沅,張勤,張紀剛(中國農業(yè)大學動物科技學院,北京,100094)

王立賢(中國農業(yè)科學院畜牧研究所,北京,100094) 

刊 名： 中國科學C輯  ISTIC PKU 英文刊名： SCIENCE IN CHINA (SERIES C)  年，卷(期)： 2006 36(3)  分類號： Q95  關鍵詞： 復雜離散性狀   QTL定位   Bayesian-MCMC方法   遠交群體   IBD方差組分隨機模型  

【利用Bayesian-MCMC方法進行畜禽復雜離散性狀QTL定位】相關文章：

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)間分子標記-QTL定位的相關方法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模型進行水庫庫容計算的方法探討04-27

復雜數(shù)量性狀的遺傳分析及功能作圖04-26

小麥雌性育性雙向極端群體QTL定位策略初探04-26

利用協(xié)同優(yōu)化方法實現(xiàn)復雜系統(tǒng)分解并行設計優(yōu)化04-26

利用有限的句子表達復雜的意思04-26

怎樣給復雜性研究作歷史定位04-26