动态性状遗传结构的优化解析策略

将Legendre 多项式分别镶嵌在Cockerham's 二对等位基因正交遗传模型的每个遗传效应项，来反映单个QTL加性、显性和两个QTL间互作（上位）效应随时间或其它定量因素的变化规律，并考虑个体表型值中剩余遗传效应和永久环境效应与时间或其它定量因素的相关，建立用来解析动态性状遗传结构的多个互作QTL随机回归模型。采用贝叶斯模型选择方法，推证适合F2资源群体的未知参数和相应二岐变量的边际后验分布，总结各参数的贝叶斯抽样步骤和过程。通过计算机模拟实验，分析群体大小、测定日频率、标记密度、QTL遗传贡献率和连锁程度等因素对动态性状多个带有上位效应QTL的检测效率的影响；探索动态性状遗传构架解析的优化方法。通过计算机模拟试验和借助两个实际资源群体资料，比较新分析方法与常规模型在检测和计算效率上的差异，验证新方法的有效性和适应性。明晰控制动态性状QTL间的相互关系有助于揭示动态性状的遗传规律。

检测互作数量性状基因位点是目前统计基因组研究的热点问题。在Cockerham遗传模型基础上，用Legendre多项式分拟合QTL的主效应和互作效应以及个体的剩余遗传效应和永久环境效应随着时间或数量因素的变化。本项目成功将贝叶斯模型选择方法由普通数量性状推广到动态数量性状。通过选择适宜的自回归系数的先验分布，提出了动态数量性状的贝叶斯功能定位方法，从而将功能定位由逐个分析单个QTL推广至同时分析多个QTL。系统研究了基因组印记效应和类型的贝叶斯统计推断方法，并将基因组印记研究由普通数量性状推广到动态数量性状。本项目的研究内容之外，在生存分析理论框架下，我们还探索了与时间相关的生存性状基因定位过程中模型选择和优化问题。项目完成过程中，共发表SCI论文11篇，累计影响因子约40。