多QTL定位的压缩估计方法(英文)

作     者：章元明 ZHANG Yuan-Ming

作者机构：南京农业大学作物遗传与种质创新国家重点实验室/国家大豆改良中心南京210095 

出 版 物：《Acta Genetica Sinica》 (ACTA GENETICA SINICA)

年 卷 期：2006年第33卷第10期

页      面：861-869页

核心收录：

学科分类：0710[理学-生物学] 07[理学] 09[农学] 071007[理学-遗传学] 0901[农学-作物学] 090102[农学-作物遗传育种] 

基　　金：This work was supported by the National Natural Sciences Foundation of China (No. 30470998)Natural Science Foundation of Jiangsu Province (No. BK2005087)NCET (No. NCET-05-0489)PCSIRT and the Talent Foundation of NAU 

主　　题：Bayesian分析 上位性 多QTL模型 数量性状基因座 压缩估计 

摘      要：本文综述了多标记分析和多QTL定位的压缩估计方法。对于前者,Xu(Genetics,2003,163:789-801)首先提出了Bayesian压缩估计方法。其关键在于让每个效应有一个特定的方差参数,而该方差又服从一定的先验分布,以致能从资料中估计之。由此,能够同时估计大量分子标记基因座的遗传效应,即使大多数标记的效应是可忽略的。然而,对于上位性遗传模型,其运算时间还是过长。为此,笔者将上述思想嵌入极大似然法,提出了惩罚最大似然方法。模拟研究显示:该方法能处理变量个数大于样本容量10倍左右的线性遗传模型。对于后者,本文详细介绍了基于固定区间和可变区间的Bayesian压缩估计方法。固定区间方法可处理中等密度的分子标记资料;可变区间方法则可分析高密度分子标记资料,甚至是上位性遗传模型。对于上位性检测,已介绍的惩罚最大似然方法和可变区间Bayesian压缩估计方法可供利用。应当指出,压缩估计方法在今后的eQTL和QTN定位以及基因互作网络分析等研究中也是有应用价值的。