基于LASSO算法的多性狀QTL條件定位方法.pdf

1、如何有效的考慮多個(gè)性狀之間的相關(guān)關(guān)系,去除其它性狀對(duì)分析性狀的影響,更加準(zhǔn)確的估計(jì)QTL的遺傳效應(yīng)和位置信息一直都是一個(gè)研究熱點(diǎn)問題。本文綜述了QTL定位的背景和發(fā)展歷程,并對(duì)存在的多性狀定位方法做出了簡要的介紹,最后提出一種基于LASSO的多性狀QTL定位方法。根據(jù)每個(gè)性狀與其他性狀之間的關(guān)系定義了分析性狀的條件性狀,這個(gè)條件性狀考慮了分析性狀與其他性狀的關(guān)系,剔除掉其它性狀對(duì)分析性狀的影響。帶有坐標(biāo)下降的LASSO方法能夠用于同時(shí)估

2、計(jì)稀疏QTL的非零遺傳效應(yīng)。因此,高維的基因型表型數(shù)據(jù)關(guān)聯(lián)分析被轉(zhuǎn)換成基因型數(shù)據(jù)與單獨(dú)的條件性狀之間的關(guān)聯(lián)分析。
　　為了比較了條件分析方法,聯(lián)合分析方法,和單獨(dú)分析方法的參數(shù)估計(jì)和統(tǒng)計(jì)效率。本研究在回交群體中模擬了2個(gè)群體,每個(gè)群體2個(gè)性狀,在性狀之間設(shè)定不同的相關(guān)。3種方法的共性規(guī)律為:(1)隨著遺傳力的增加QTL檢測(cè)效率和參數(shù)估計(jì)的準(zhǔn)確度也逐漸增加;(2)在相同的定位條件和方法下,遺傳效應(yīng)較高的QTL有較高的統(tǒng)計(jì)效率;(3)

3、大的樣本含量有利于檢測(cè)QTL。3種方法在以下方面存在差異:(1)當(dāng)兩個(gè)性狀之間存在相關(guān)時(shí),條件定位方法與聯(lián)合分析法有著一致的結(jié)果,定位結(jié)果優(yōu)于單獨(dú)分析方法;(2)參數(shù)估計(jì)及統(tǒng)計(jì)效率的差異隨著兩個(gè)性狀之間的相關(guān)的增加而增加。
　　采用單獨(dú)分析和條件分析方法,分析了112個(gè)酵母?jìng)€(gè)體的6216個(gè)基因表達(dá)與2956個(gè)SNP標(biāo)記之間的關(guān)系。條件分析方法與單獨(dú)分析方法結(jié)果較為相似但總體優(yōu)于單獨(dú)分析方法。條件分析方法能更好的解釋基因表達(dá)之間的相