人类群体遗传结构的协方差阵主成分分析方法

目的:探讨基因频率矩阵的中心化(或均值化)协方差阵主成分分析方法在人类群体遗传结构研究中的适用性和合理性。方法:从基因频率矩阵的结构特征入手,分析中心化、均值化协方差阵主成分分析与标准化相关阵主成分分析在特征根、特征向量以及降维效果等方面的差异,并通过实例比较不同方法在解释群体遗传结构特征上合理性。结果:中心化(或均值化)协方差阵的主成分不仅反映了基因变异程度的“方差信息量权”,而且反映了基因间相互影响程度的“相关信息量权”;标准化相关阵的主成分反映的仅是“相关信息量权”,不包括“方差信息量权”。通过比较中国26个汉族人群HLA-A基因座中心化协方差阵和标准化相关阵2种主成分分析结果,证实中心化协方差阵主成分分析方法在特征根与特征向量、保留主成分的个数和对主成分的群体遗传学解释的合理性等方面均优于标准化相关阵主成分分析方法。结论:在对群体遗传结构进行主成分分析时,应使用中心化(或均值化)变换消除基因频率矩阵中量级的影响,然后在用其协方差阵提取主成分。     

增广NCII设计的模型检验和参数估计

在增广ＮＣＩＩ设计中,当加性－显性效应或加性效应模型适合时,本文给出了阵列协方差（Ｗｒ）对阵列方差（Ｖｒ）的遗传回归方程,Ｗｒ和Ｖｒ统计数的表达式和遗传参数的估算式,并用实例进行了分析估算。     

增广NCⅡ设计的模型检验和参数估计

在增广ＮＣⅡ设计中,当加性－显性效应或加性效应模型适合时,本文给出了阵列协方差（Ｗｒ）对阵列方差（Ｖｒ）的遗传回归方程、Ｗｒ和Ｖｒ统计数的表达式和遗传参数的估算式,并用实例进行了分析估算。     

多元遗传力及其分布

在研究单一数量性状遗传时,通常在一定 的遗传设计下将表型方差分解为遗传方差及环 境方差两部分,而把遗传方差占表型方差的比 率称为广义遗传力。即 广义遗传力H～雌／嵘X 100 对于多个性状,当然可以逐一分析,但这样 将失去了许多信息,尤其当诸性状两两相关程 度较高时。因此,需要有一个综合的指标来描 述一个群体多个性状的遗传能力。盖钧锰等曾 提出过一组多元变异指数［+l。本文提出了描述 一群体多性状遗传力的概念,并在一定的试验 设计和假定下给出了多元遗传力的分布。     

非等试验设计胚乳品质性状的遗传分析方法

根据朱军(1996)提出的包括基因型×环境互作的胚乳品质性状三倍体遗传模型,运用蒙特卡罗模拟证明,以混合线性模型统计分析的MINQUE法,对非等试验设计获得的实验数据进行数量遗传分析是可行的.蒙特卡罗模拟结果表明在样本群体大小基本一致的条件下,采用相等试验设计或非等试验设计所估算的遗传参数的偏差(Blas)和功效值(Power)没有明显差异,表明以非等试验设计获得的非平衡数据也可用来进行遗传分析,估算上述遗传模型中的各项遗传方差分量和协方差分量,并且可以采用朱军(1993)提出的AUP法来预测遗传模型中的各项遗传效应值.     

多重线性回归模型协方差阵扰动的影响分析

讨论多重线性回归模型协方差阵扰动的影响分析,获得了⌒／Ｂ与⌒／Ｂ（Ｇ）的一些关系式,⌒／Ｂ是原模型参数阵Ｂ的最佳莼性无偏估计（ＢＬＵＥ）,⌒／Ｂ（Ｇ）是协方差阵扰动后的模型参数阵Ｂ的ＢＬＵＥ;文章给出了度量影响大小的测度ＤＧ及其多种形式;最后的实例说明了ＤＧ在影响分析时的有效性。     

一种估算加性和非加性遗传变异的新方法

本文以由多个亲本构成的亲本群及由这些亲本随机配组所得到的若干个F₁代所组成的F₁^*群作为研究对象,引人了育种群、统计群、加性遗传贡献率等溉念;提出了估算加性和非加性协方差阵的P^*-F₁^*法;并应用P^*-F₁^*法进行了实例分析。     

东北春大豆区的一些主要杂交亲本的聚类分析

聚类分析是各个学科领域广泛应用的一种 多元统计分析方法〔1,2,141,现已在十几种作物上 进行了研究【1-13,17-191。本研究旨在以与大豆产量有关的数量性状的遗传距离作为一个综合指 标,对东北春大豆区的一些主要杂交亲本进行 分类,探讨这些材料的遗传差异,为合理地利用 和正确选用杂交亲本提供依据,并对多元分析 中遗传相关阵的应用进行必要的讨论。     

利用线性混合效应模型模拟杉木人工林枝条生物量

基于福建省将乐林场45株人工杉木解析木的572组枝条生物量数据,采用线性混合效应模型方法,建立杉木人工林枝条总生物量和枝、叶生物量的预测模型,并利用独立样本数据对模型进行检验.结果表明： 线性混合效应模型比传统多元线性回归模型的拟合精度高.不同随机效应参数的组合,其混合模型的精度不同.考虑异方差结构的混合模型能够消除数据间的异方差性,其精度更高,其中,对于枝条总生物量和叶生物量模型,以指数函数作为异方差结构时的模型精度最高;对于枝生物量模型,以常数加幂函数作为异方差结构时的模型精度最高.模型检验结果表明：对于杉木人工林枝条生物量预测模型,考虑随机效应和异方差结构的线性混合模型的检验精度比传统多元线性回归模型的精度有明显提高.     

植物多个数量性状杂交综合指数的研究

在群体遗传学基础上,根据多元统计和线性代数的推导,提出了多个数量性状杂交综合指数的数学模型。结合遗传距离和遗传力,求出了杂交综合指数公式。遗传距离是表现型方差与基因型方差相等时杂交综合指数的特例。杂交综合指数可以作为杂交育种中亲本选配的参考依据。     

作物品种间杂种优势遗传分析的新方法

本文提出了分析双列杂交试验资料的两个遗传模型。第一个模型包括加性、显性和母体效应;第二个模型只包括简单的加性和显性效应。还介绍了分析杂种优势、估算遗传方差分量以及预测遗传效应值的相应统计分析方法。用所介绍的遗传模型和分析方法以及常用的Griffing配合力分析方法,分析了棉花6个品种双列杂交的产量性状,并进一步比较了不同方法的分析结果。采用本文所介绍的遗传模型和分析方法,可以克服用Griffing的配合力模型及其方法分析杂种优势和配合力遗传表现所存在的局限性。     

RFLP遗传标记与作物数量性状基因定位

在农作物中许多主要经济性状属由单个基因效应微小的多基因控制且易受环境影响的数量性状。多年来对这类性状的遗传研究主要采用数量遗传学方法,通过适当的试验设计和统计模型估算出乎均数、方差、协方差、遗传力、配 合力、遗传距离,基因加性效应显性效应上位性效应等遗传参数,用这些参数描述群体的遗传特征,对育种研究起到了一定的指导作用。     

多元遗传力及其分布

在研究单一数量性状遗传时,通常在一定的遗传设计下将表型方差分解为遗传方差及环境方差两部分,而把遗传方差占表型方差的比率称为广义遗传力。即 广义遗传力 H=σ_g~2/σ_p~2×100％ 对于多个性状,当然可以逐一分析,但这样     

胚乳性状数量基因的定位方法

将三倍体胚乳性状的数量遗传模型和二倍体性状数量基因（QTL）图构建方法相结合,导出双侧标记基因型下有关胚乳性状QTL的遗传组成、平均数和遗传方差分量,据之提出以某一区间双侧标记基因型胚乳性状的平均值为依变数,以该区间内任一点假定存在的QTL的加性效应d、显性效应h1和／或h2的系数为自变数,进行有重复观察值的多元线性回归分析,根据多元线性回归的显著性测验该点是否存在QTL,并估计出QTL的遗传效应。给定区间内任一点,皆可以此进行分析,从而可在整条染色体上作图,并以之确定QTL的数目和最可能位置,同时,在检测某一区间时,利用多元线性回归方法将该区间外可能存在的QTL的干扰进行统计控制,以提高QTL检测的精度。此外,还讨论了如何将之推广应用于其他类型的DNA不对应资料以及具复杂遗传模型的胚乳性状资料。     

小麦叶面积对穗重影响的遗传分析

本试验应用随机区组方差分析,将小麦最后四片叶面积及穗重的表型(协)方差分解为遗传和环境(协)方差,分别计算出相关矩阵;应用四元回归的方法探讨各个叶面积对穗重的贡献,并比较各叶片影响的大小。     

叶用芥菜种质表型性状的遗传多样性分析

为有效利用叶用芥菜种质资源,对筛选出的24份叶用芥菜品系资源的11个表型性状,应用相关系数、聚类分析和主成分分析等多元统计方法进行遗传多样性分析。结果表明:叶用芥菜种质资源具有丰富的遗传多样性;11个表型性状平均变异系数为44.74%,叶片数的变异系数最大,为150.80%;净菜率变异系数最小,仅为9.54%。通过系统聚类,将参试的24份品系分为3个类群,第Ⅰ类群有14份材料,第Ⅱ类群有5份材料,第Ⅲ类群有5份材料,各类群性状之间的差异较明显,明确了品系类群间存在的亲缘关系。在主成分分析中,可选取方差累计贡献率为86.62%的前5个主成分来评价24份叶用芥菜品系资源。本研究揭示了叶用芥菜不同品系的表型特异性和遗传多样性,筛选出一些特异品系资源,为高产优质叶用芥菜新品种(系)的选育提供重要的科学依据。     

非负矩阵算法在遗传相互作用数据中的应用

Epistatic miniarrary profile(EMAP)在多种模式生物中的研究产生了许多高通量数据和遗传相互作用网络.但是怎样探究这些数据中的有效生物学信息是现在非常关键的问题.本文我们采用非负矩阵分解的算法对遗传相互作用数据进行聚类分析,从而发现其中隐藏的功能模块,分析基因功能关系等.该方法能有效的避免传统聚类算法的诸多局限性.     

丁(鱼岁)不同群体间形态学差异与随机扩增多态DNA(RAPD)分析

采用聚类分析、主成分分析和判别分析3种数理统计方法,对我国新疆朱家湖丁(鱼岁)群体、73水库丁(鱼岁)群体和从捷克引进我国的丁(鱼岁)群体的可量性状和框架参数进行分析.聚类分析和主成分分析显示,朱家湖群体与73水库群体较为接近,而捷克群体与前两群体相距较远.判别分析亦可将捷克群体与前两群体分开,准确率达100%.从60个随机引物中筛选出的20个引物对丁(鱼岁)朱家湖群体、73水库群体和捷克群体进行了随机扩增多态DNA(RAPD)分析.引物S440在捷克群体扩增出的450bp片段为该群体特有的标记片段.朱家湖群体、73水库群体、捷克群体多态位点比例分别为24%、22.67%和18.42%;群体内遗传相似度分别为0.8967、0.9035和0.9309;遗传多态度(π)分别为0.1539、0.1489和0.1142.表明朱家湖群体保持着较高的遗传变异.三群体间的遗传相似度为0.6868-0.9496,群体遗传分化系数(Fst)为0.048-0.238,分子方差分析发现群体内方差占总方差的83.96%,群体间的方差只占16.04%,由此推断三群体间遗传分化并不大.     

遗传与基因表达数据的整合—— eQTL的方法及应用

高通量的基因型分析和芯片技术的发展使人们能够进一步研究哪些遗传差异最终影响基因的表达。通过表达数量性状座位(eQTL)作图方法可对基因表达水平的遗传基础进行解析。与传统的QTL分析方法一样, eQTL的主要目标是鉴别表达性状座位所在的染色体区域。但由于表达谱数据成千上万, 而传统的QTL分析方法最多分析几十个性状, 因此需要考虑这类实验设计的特点以及统计分析方法。本文详细介绍了eQTL定位过程及其研究方法, 重点从个体选择、基因芯片实验设计、基因表达数据的获得与标准化、作图方法及结果分析等方面进行了综述, 指出了当前eQTL研究存在的问题和局限性。最后介绍了eQTL研究在估计基因表达遗传率、挖掘候选基因、构建基因调控网络、理解基因间及基因与环境的互作的应用进展。     

水稻数量性状的多元遗传分析

随着电子计算机技术的发展和普及、,多元 分析在植物遗传育种领域中已显示了广阔的应 用前景。在植物遗传育种工作中,常常需要研 究众多的数量性状,这些数量性状较易受环境 条件的影响,并且它们之间的关系错综复杂,若 只定性的描述或用简单的统计分析方法常常不 能揭示其遗传规律,而用多元统计的方法对众 多的数量性状进行多元遗传分析,则可眯收到 良好的效果。、从六十年代起国外学者就开始重 视多元遗传分析的研究,并有大量的文献报道。 如Moil‘等竺用多元分析的方法研究玉米品种 间的遗传差异和杂种优势;Ram等【107和Maurya 等[s7用多元遗传分析研究水稻品种间的遗传差 异。但该项研究在国内开展的较迟。1979年 刘来福等‘17报道了对50个冬小麦品种聚类分 析的研究结果后,多元遗传分析开始在国内受 到广泛重视。徐静斐、汪路应t31曾用主成分分析 和聚类分析的方法预测水稻的杂种优势;汤陵 华、沈锦华［141曾用聚类分析的方法研究水稻品 种间的遗传差异。