使用哈迪-温伯格不平衡检验来检测多个标记-疾病关联(英文)

多位点单体型的可用性为疾病易感位点(DSL)的遗传分析提供了有价值的工具.DSL定位可以通过检测患病个体中一个标记位点的哈迪-温伯格不平衡(HWD)来实现.本文拓展了HWD检验到多个标记位点对DSL进行单体型关联分析.我们调查了HWD检验的统计功效并与常用的x~2统计量进行比较.结果表明HWD检验具有高的功效且比常用的x~2统计量的功效高.     

基因型错误对数量性状精细定位的哈迪-温伯格不平衡指数的效应

使用紧密相邻的标记位点且与标记基因频率无关的哈迪-温伯格不平衡(HWD)指数被用来对数量性状位点(QTL)进行精细定位.本文讨论了当存在基因型错误时HWD指数的性质.文章指出,当存在基因型错误时,对于在群体的标记基因频率已知的情形使用的两个HWD指数尽管受基因型错误的影响但仍然有效;而仅仅极端样本的标记基因频率已知的情形下使用的两个HWD指数同时与基因型错误和标记基因频率有关.计算机模拟表明,仅仅极端样本的标记基因频率已知的情形下使用的两个HWD指数在精细定位时会产生偏差,不适宜作精细定位.     

基于选择基因型对数量性状进行关联分析

数量性状的遗传分析可以通过＂选择基因型＂的方式完成。本文提出了一个利用极端样本来对数量性状位点（QTL）进行关联分析的统计量T。统计量T比较上极端群体样本中具有纯合子标记的性状值差异。通过计算机模拟考察了无关联情形时T的分布和Ⅰ型错误率,结果表明,在各种样本选择策略下,T的分布近似于χ^2-分布,Ⅰ型错误率接近设定的显著性水平。同时,考察了各种遗传模型下不同遗传率,不同样本大小,及不同样本选择阈值对T的统计功效的影响,结果表明,T的功效随着标记和QTL间连锁不平衡程度的增强及遗传率和样本大小的增大而增大,当样本选择阈值更严格时,功效也越大。     

一个基于熵的精细定位数量性状位点的指数

针对数量性状位点的精细定位,本文采用群体的极端样本,利用稠密的标记位点,通过比较标记的熵和条件熵,给出了一个基于熵的指数。该指数是标记基因和性状位点间连锁不平衡系数的函数,它不依赖于标记基因的频率。该指数对应我们之前提出的数量性状位点精细定位的哈迪-温伯格不平衡(HWD)指数,但在精细定位数量性状位点时,本文提出的指数的效能要高于哈迪-温伯格不平衡(HWD)指数。通过计算机模拟,文章调查了不同遗传参数下该指数的性质。模拟结果表明该指数用作精细定位是有效的。     

小麦全基因组抗赤霉病QTL关联位点特异性SSR标记的筛选、等位变异及效应解析

赤霉病是小麦主要的流行病害之一。借助标记辅助选择将不同数量性状基因座（quantitative trait loci，QTL）聚合是防治赤霉病有效且环保的方法，可以从源头上控制赤霉病并降低籽粒中毒素含量。抗赤霉病QTL在小麦全基因组均有分布，但除了Fhb1、Fhb2等少数位点有比较可靠的鉴别标记，绝大部分位点缺乏有效的位点特异性鉴别标记。简单重复序列（simple sequence repeat，SSR）标记多态性丰富，可以区分自然群体中不同等位变异，方便用于标记辅助育种。基于此，搜集了不同文献中报道的与赤霉病关联的SSR标记386个，并用这些标记构建全基因组赤霉病抗性QTL一致性图谱，接着对这些关联标记进行拷贝数分析，进而选择位点内的单拷贝SSR标记，将这些单拷贝标记在156个品种组成的自然群体中进行扩增，并与三季大田和三季温室环境下赤霉病抗性进行关联，筛选与赤霉病抗性关联的单拷贝SSR标记，明确这些标记在自然群体中的有效等位变异和效应。结果表明，共8个单拷贝SSR标记至少在两季试验中与表型显著关联(P<0.05)，涉及2B、2D、3B、5A、5B、6A、6D、7A染色体，有5个单拷贝标记位点存在有效等位变异。中国地方品种和日本品种携带更多的有利变异，且有利等位变异数目越多的品种赤霉病抗性越好。研究分析的QTL位点及其关联的单拷贝SSR标记可用于赤霉病抗病育种，有利于提高品种赤霉病抗性水平和育种效率。     

多基因疾病相关基因定位的研究策略

多基因疾病既是影响世界上多数人生命健康和生活质量的重要因素, 也是长期困惑广大科研人员的难题之一. 对多篇相关文献进行综合比较的结果说明: 研究样本、遗传标记的选择和遗传统计方法是多基因疾病研究中必须优先考虑的三个方面, 它直接决定了实验设计的可能性和结果的合理性. 其中, 样本的选择尤为重要, 不同群体的样本在多基因疾病相关基因定位的不同阶段所起的作用不同, 有的适合于疾病相关基因初步定位, 有的适合于精细定位和疾病的群体关联分析. 遗传标记的选择和遗传统计方法是由实验目的、样本特点和资料的完整情况等决定的. 对不同的统计结果应采 用适当的标准, 以排除假阳性.     

RIL群体区间分子标记-QTL定位的相关方法

分析了RIL群体中以分子区间标记进行QTL定位的相关方法．通过对分子标记赋值可获得与数量性状表型值的简单相关系数．然后,在此基础上进行连锁检验．此外．在特定情况下利用R值,可以估计数量性状座位(QTL)和分子标记位点(ML)间的重组值．     

梨分子遗传图谱构建及生长性状的QTL分析

利用鸭梨和京白梨杂交得到的F1(145株)实生苗为作图群体,通过对AFLP和SSR两种分子标记的遗传连锁分析,应用Joinmap 3.0作图软件,368个AFLP标记、34个SSR标记构建了分属18个连锁群的梨分子遗传连锁图谱,各连锁群的LOD值在4.0～7.0范围之间,图谱总长度覆盖梨基因组1395.9cM,平均图距为3.8cM.采用区间作图法,对该群体与生长性状相关的调查数据进行QTL分析,检测到与新梢生长量、新梢茎粗、节间长度、节间数量、树干径、树高及皮孔密度7个农艺性状连锁的QTL位点35个,其中主效QTL位点11个(LOD≥3.5).与生长性状相关的农艺性状QTL位点多集中在LG16连锁群上.     

一个基于熵的对疾病基因精细定位的指数

针对人类疾病基因的精细定位,本文利用稠密的标记位点,通过比较标记的熵和条件熵,给出了一个基于熵的指数。该指数可以度量标记基因和性状位点间连锁不平衡(LD)程度。该指数的特性是它不依赖于标记基因的频率。同时它对应疾病易感位点(DSL)精细定位的哈迪-温伯格不平衡(HWD)指数。通过计算机模拟,文章调查了不同遗传参数下该指数的性质。模拟结果表明该指数用作疾病易感位点精细定位是有效的。     

QTL定位的研究方法

QTL 定位就是采用类似单基因定位的方法将QTL定位在遗传图谱上 ,确定 QTL与遗传标记间的距离 (以重组率表示 ) [1]。根据标记数目的不同 ,可分为单标记、双标记和多标记几种方法。根据统计分析方法的不同 ,可分为方差与均值分析法、回归及相关分析法、矩估计及最大似然法等。根据标记区间数可分为零区间作图、单区间作图和多区间作图。此外 ,还有将不同方法结合起来的综合分析方法 ,如 QTL复合区间作图 (CIM)、多区间作图 (MIM)、多 QTL作图、多性状作图 (MTM)等等。建立在标记与数量性状之间相互关联基础上的关联分析方法主要有…