基于大量品系試驗設(shè)計的QTL檢測方法研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)量性狀具有重要的經(jīng)濟價值,研究數(shù)量性狀遺傳位點(QTL)的分析方法具有重要意義。本研究利用兩種試驗設(shè)計控制試驗誤差,通過理論推導(dǎo)、模擬驗證,統(tǒng)計功效評估,推理獲得改進QTL檢測精度的方法。主要結(jié)果如下:
  1)基于格于設(shè)計試驗的QTL檢測方法:格子設(shè)計能夠解決大量品系試驗的誤差控制問題。本研究利用格子設(shè)計,構(gòu)建了復(fù)合區(qū)間定位模型,提出了相應(yīng)的QTL檢測方法。通過模擬基因組、QTL效應(yīng)、區(qū)組效應(yīng)等,比較研究格子設(shè)計和完全隨機區(qū)組

2、設(shè)計下QTL檢測精度。結(jié)果表明,與隨機區(qū)組試驗設(shè)計的QTL定位模型相比,格子設(shè)計QTL定位模型的QTL檢測功效高,假發(fā)現(xiàn)率低。以大豆生物量性狀的試驗數(shù)據(jù)為實例分析結(jié)果,與以平均表型值作為響應(yīng)變量的方法相比,利用格子設(shè)計檢測QTL的方法可檢測到更多QTL,這可能得益于有效控制了試驗誤差。
  2)基于重復(fù)內(nèi)分組設(shè)計試驗的QTL檢測方法:重復(fù)內(nèi)分組設(shè)計也能夠解決大量品系評估的試驗誤差控制問題。本研究基于重復(fù)內(nèi)分組設(shè)計,構(gòu)建了復(fù)合區(qū)間定

3、位模型,提出了相應(yīng)的QTL檢測方法。通過模擬基因組、QTL效應(yīng)、分組試驗誤差等條件,比較研究重復(fù)內(nèi)分組設(shè)計和完全隨機區(qū)組設(shè)計下的QTL檢測精度。結(jié)果表明,與以隨機區(qū)組試驗平均表型值為響應(yīng)變量的定位模型檢測結(jié)果相比,采用重復(fù)內(nèi)分組設(shè)計QTL檢測模型,QTL檢測功效更高,而且假發(fā)現(xiàn)率較低。
  總之,本研究基于格子設(shè)計和重復(fù)內(nèi)分組設(shè)計,獲得了相應(yīng)的復(fù)合區(qū)間QTL檢測模型。利用這些模型能夠有效提高QTL檢測精度。同時本研究也說明,控制試

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論