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性狀之間的相關(guān)關(guān)系,去除其它性狀對分析性狀的影響,更加準(zhǔn)確的估計QTL的遺傳效應(yīng)和位置信息一直都是一個研究熱點問題。本文綜述了QTL定位的背景和發(fā)展歷程,并對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,剔除掉其它性狀對分析性狀的影響。帶有坐標(biāo)下降的LASSO方法能夠用于同時估

2、計稀疏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,和單獨分析方法的參數(shù)估計和統(tǒng)計效率。本研究在回交群體中模擬了2個群體,每個群體2個性狀,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檢測效率和參數(shù)估計的準(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)計效率;(3)

3、大的樣本含量有利于檢測QTL。3種方法在以下方面存在差異:(1)當(dāng)兩個性狀之間存在相關(guān)時,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)于單獨分析方法;(2)參數(shù)估計及統(tǒng)計效率的差異隨著兩個性狀之間的相關(guān)的增加而增加。
　　采用單獨分析和條件分析方法,分析了112個酵母個體的6216個基因表達與2956個SNP標(biāo)記之間的關(guān)系。條件分析方法與單獨分析方法結(jié)果較為相似但總體優(yōu)于單獨分析方法。條件分析方法能更好的解釋基因表達之間的相