４期吴永升等：植物数量性状全基因组选择研究进展１５１１ 全基因组选择的概念和原理 全基因组选择（Ｇｅｎｏｍｅ－ｗｉｄｅｓｅｌｅｃｔｉｏｎ，ＧＷＳ），又称基因组选择（Ｇｅｎｏｍｉｃｓｅｌｅｃｔｉｏｎ，ＧＳ），由Ｍｅｕ—ｗｉｓｓｅｎ于２００１年首先提出∞Ｊ。主要是通过全基因组中大量的分子标记和参照群体（ｔｒａｉｎｉｎｇｐｏｐｕｌａ—ｔｉｏｎ）的表型数据建立ＢＬＵＰ模型估计出每一标记的育种值，然后仅利用同样的分子标记估计出后代个体育种值并进行选择［７】。 全基因组选择理论主要利用连锁不平衡信息，即假设标记与其相邻的ＱＴＬ处于连锁不平衡状态，因而由相同标记估计的不同群体的染色体片段效应是相同的，这就要求标记密度足够高以使所有的ＱＴＬ与标记处于连锁不平衡（ＬＤ）状态哺Ｊ。而目前随着拟南芥、水稻、玉米等植物基因组序列图谱及ＳＮＰ图谱的完成或即将完成，提供了大量的ＳＮＰ标记用于基因组研究。而随着ＳＮＰ芯片等大规模高通量ＳＮＰ检测技术的发展和成本的降低，使得全基因组选择应用成为可能。 ２全基因组选择的基本方法及案例说明 ２．１全基因组选择的基本方法 全基因组选择在实施过程中应该包括以下几个基本步骤：在需要实行选择的参照群体中获取参照群体的基因型数据和表现型数据；然后，通过ＢＬＵＰ程序估计出每个标记位点的标记效应值，从而获得育种值；最后，在接下来每一轮的选择中，不再需要表型数据，根据每一轮次群体基因型信息估计育种值，直接选择群体的优良单株【９ｊ。 全基因组选择的核心过程就是用从参照群体中每一个体的表现型数据和基因型数据建立的数学模型来估算接下来的育种群体中仅有基因型数据的个体的ＧＥＢＶ值。由既有表现型数据又有基因型数据的每一个体组成的群体被成为参照群体。参照群体用来估计数学模型的参数，这个参数接着用来计算仅有基因型数据的育种个体ＧＥＢＶ值，然后根据计算的ＧＥＢＶ值对育种群体进行选择并提升到下一轮次的选择中。因此，通过模型来预测个体的育种值，可以不进行表型鉴定就直接对育种群体的个体进行选择（Ｍｅｕｖｉｓｓｅｎ，２００１）。为了使估算的ＧＥＢＶ值尽可能地准确，参照群体必须具有代表性，尽可能地代表接下来在育种过程中用全基因组选择方法来进行选择的分离群体。 ２．２全基因组选择方法案例 如图ｌ所示，在这个例子中，笔者的目标是把外来种质中的优良性状基因（包括产量、矮杆、抗逆等）导入本地优良的自交系，从而实现种质的改良 图１在玉米中利用全基因组选择方法导入外源种质 Ｆｉｇ．１Ｇｅｎｏｍｅｗｉｄｅｓｅｌｅｃｔｉｏｎｔｏ ｉｎｔｒｏｇｒ％ｅｘｏｔｉｃｔｒａｉｔｓｉｎｔｏａｄａｐｔｅｄｍａｉｚｅ
八种旱生灌木植物功能性状及生长分析研究在干旱环境中,植物通过调节与水分散失及同化物积累有关的植物功能性状来响应生长环境的变化。黄土高原由于地表沟壑众多和土壤蓄水能力弱特征,植物生长受到水资源严重限制,鉴于旱生灌木具有较强的抗旱及抗逆能力,黄土高原地区生态建设与绿化工程中尝试将比邻区的荒漠植物引种到该区种植。因此,为了解荒漠植物在黄土高原地区的适应性,从而筛选出优良的生态建设与绿化物种,本研究在陇中黄土高原区引种了蒙古扁桃(Prunus mongolica)、柠条(Caragana Korshinskii)、白刺(Nitraria tangutorum)、花棒(Hedysarum scoparium)、沙冬青(Ammopiptanthus mongolicus)、羊柴(Hedysarum Mongolicum)、白沙蒿(Artemisia sphaerocephala)、霸王(Zygophyllum xanthoxylon)八种旱生灌木作为研究对象,以植物适应干旱环境的功能性状表现为核心,分析了植物根、茎、叶的生长发育规律,探讨了各器官功能性状之间及其与植物生长速率的关联特征,主要研究结果如下:1.八种旱生灌木根茎叶器官的生物量分配比例受植物生长年限影响较大,物种间差异较小,且同一物种由于其个体发育大小差异,生物量分配比例发生改变。 沙冬青和柠条的根冠比(R/S)随植物生物量的积累呈幂函数上升趋势 (P<0.05),而蒙古扁桃、白刺、白沙蒿和花棒呈幂函数下降趋势(P<0.05)。 2.八种旱生灌木相对生长速率(RGR)大小排序为:花棒>白沙蒿>霸王>柠条>羊柴>沙冬青>白刺>蒙古扁桃。 3.八种旱生灌木的形态发育特征间、形态特征与地上生物量分配间均不具有共同的异速生长指数,而地上生物量与地下生物量分配间具有共同的异速生长指数(α=0.886)。 4.旱生灌木物种间RGR随生长年份变化的差异受净同化速率(NAR)和叶面积
全基因组关联分析(Genome-wide association study;GWAS)是应用基因组中 数以百万计的单核苷酸多态性(single nucleotide ploymorphism ，SNP)为分子 遗传标记，进行全基因组水平上的对照分析或相关性分析，通过比较发现影响复杂性状的基因变异的一种新策略。 随着基因组学研究以及基因芯片技术的发展，人们已通过GWAS方法发现并鉴定了大量与复杂性状相关联的遗传变异。近年来，这种方法在农业动物重要经济性状主效基因的筛查和鉴定中得到了应用。 全基因组关联方法首先在人类医学领域的研究中得到了极大的重视和应用，尤其是其在复杂疾病研究领域中的应用，使许多重要的复杂疾病的研究取得了突破性进展，因而，全基因组关联分析研究方法的设计原理得到重视。 人类的疾病分为单基因疾病和复杂性疾病。单基因疾病是指由于单个基因的突变导致的疾病，通过家系连锁分析的定位克隆方法，人们已发现了囊性纤维化、亨廷顿病等大量单基因疾病的致病基因，这些单基因的突变改变了相应的编码蛋白氨基酸序列或者产量，从而产生了符合孟德尔遗传方式的疾病表型。复杂性疾病是指由于遗传和环境因素的共同作用引起的疾病。目前已经鉴定出的与人类复杂性疾病相关联的SNP位点有439 个。全基因组关联分析技术的重大革新及其应用，极大地推动了基因组医学的发展。(2005年, Science 杂志首次报道了年龄相关性视网膜黄斑变性GWAS结果,在医学界和遗传学界引起了极大的轰动, 此后一系列GWAS陆续展开。2006 年, 波士顿大学医学院联合哈佛大学等多个研究机构报道了基于佛明翰心脏研究样本关于肥胖的GWAS结果(Herbert 等. 2006);2007 年, Saxena 等多个研究组联合报道了与2 型糖尿病( T2D ) 关联的多个位点, Samani 等则发表了冠心病GWAS结果( Samani 等. 2007); 2008 年, Barrett 等通过GWAS发现了30 个与克罗恩病( Crohns ' disrease) 相关的易感位点; 2009 年, W e is s 等通过GWAS发现了与具有高度遗传性的神经发育疾病——自闭症关联的染色体区域。我国学者则通过对12 000 多名汉族系统性红斑狼疮患者以及健康对照者的GWAS发现了5 个红斑狼疮易感基因, 并确定了4 个新的易感位点( Han 等. 2009) 。截至2009 年10 月, 已经陆续报道了关于人类身高、体重、 血压等主要性状, 以及视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分 裂症、风湿性关节炎等几十种威胁人类健康的常见疾病的GWAS结果, 累计发表了近万篇 论文, 确定了一系列疾病发病的致病基因、相关基因、易感区域和SNP变异。) 标记基因的选择： 1)Hap Map是展示人类常见遗传变异的一个图谱, 第1 阶段完成后提供了 4 个人类种族[ Yoruban ,Northern and Western European , and Asian ( Chinese and Japanese) ] 共269 个个体基因组, 超过100 万个SNP( 约1
生物多样性 2016, 24 (8): 922–931 doi: 10.17520/biods.2015295 Biodiversity Science http: //https://www.doczj.com/doc/a917585586.html, ?综述? 植物功能性状、功能多样性与 生态系统功能: 进展与展望 雷羚洁1孔德良2李晓明1周振兴1李国勇1* 1 (河南大学生命科学学院, 河南开封 475004) 2 (沈阳农业大学生物科学与技术学院, 辽宁沈阳 110866) 摘要: 植物功能性状与生态系统功能是生态学研究的一个重要领域和热点问题。开展植物功能性状与生态系统功能的研究不仅有助于人类更好地应对全球变化情景下生物多样性丧失的生态学后果，而且能为生态恢复实践提供理论基础。近二十年来，该领域的研究迅速发展，并取得了一系列的重要研究成果，增强了人们对植物功能性状-生态系统功能关系的认识和理解。本文首先明确了植物功能性状的概念, 评述了近年来植物功能性状–生态系统功能关系领域的重要研究结果, 尤其是植物功能性状多样性–生态系统功能关系研究现状; 提出了未来植物功能性状与生态系统功能关系研究中应加强植物地上和地下性状之间关系及其与生态系统功能、植物功能性状与生态系统多功能性、不同时空尺度上植物功能性状与生态系统功能, 以及全球变化和消费者的影响等方面。 关键词: 生态系统过程; 功能多样性; 生态系统多功能性; 消费者; 全球变化 Plant functional traits, functional diversity, and ecosystem functioning: current knowledge and perspectives Lingjie Lei1, Deliang Kong2, Xiaoming Li1, Zhenxing Zhou1, Guoyong Li1* 1 College of Life Sciences, Henan University, Kaifeng, Henan 475004 2 Colleges of Bioscience and Biotechnology, Shenyang Agricultural University, Shenyang, 110866 Abstract: Increasing attention has recently been focused on the linkages between plant functional traits and ecosystem functioning. A comprehensive understanding of these linkages can facilitate to address the eco-logical consequences of plant species loss induced by human activities and climate change, and provide the-oretical support for ecological restoration and ecosystem management. In recent twenty years, the evidence of strong correlations between plant functional traits and changes in ecosystem processes is growing. More importantly, ecosystem functioning can be predicted more precisely, using plant functional trait diversity (i.e., functional diversity) than species diversity. In this paper, we first defined plant functional traits and their im-portant roles in determining ecosystem processes. Then, we review recent advances in the relationships be-tween ecosystem functions and plant functional traits and their diversity. Finally, we propose several impor-tant future research directions, including (1) exploration of the relationships between aboveground and belowground plant traits and their roles in determining ecosystem functioning, (2) incorporation of the im-pacts of consumer and global environmental change into the correlation between plant functional traits and ecosystem functioning, (3) effects of functional diversity on ecosystem multifunctionality, and (4) examina-tion of the functional diversity-ecosystem functioning relationship at different temporal and spatial scales. Key words: ecosystem processes; functional diversity; ecosystem multifunctionality; consumers; global change 近年来, 关于植物功能性状的研究涉及到从个体到生态系统等多个层次, 并延伸到生态学的—————————————————— 收稿日期: 2015-10-26; 接受日期: 2016-06-01 基金项目: 国家自然科学基金(31270564和31200344) *通讯作者Author for correspondence. E-mail: ligy535@https://www.doczj.com/doc/a917585586.html,
第四章数量性状的遗传 目的要求 掌握数量性状与质量性状的区分、特征，多基因假说的要点，数量性状表现值的分解，遗传力的概念；了解通径系数概念与意义，基因的非加性效应与加性效应的意义，遗传力公式的推导及计算方法；掌握遗传力的应用。 第一节数量性状的遗传基础 生物的性状基本上可分为两大类： 质量性状（qualitative trait）：变异可以截然区分为几种明显不同的类型，一般用语言来描述； 数量性状（quantitative trait）：个体间性状表现的差异只能用数量来区别，变异是连续的。 阈性状(threshold trait)：表现型呈非连续变异，与质量性状类似，但不是由单基因决定，性状具有一个潜在的连续型变量分布，遗传基础是多基因控制的，与数量性状类似。 一、数量性状的一般特征 数量性状的特点： ①数量性状是可以度量的； ②数量性状呈连续性变异； ③数量性状的表现容易受到环境的影响； ④控制数量性状的遗传基础是多基因系统。 学习数量性状的方法 ①统计学思想贯穿数量性状遗传的全部内容； ②确定性与不确定性的矛盾时时体现； ③研究对象在个体与群体间的相互转换； ④遗传与变异的矛盾。 二、数量性状的遗传基础 1.多基因假说 瑞典遗传学家尼尔迩·埃尔（Nilsson-Ehle）通过对小麦籽粒颜色的遗传研究，提出了数量性状遗传的多基因假说。 多基因假说的要点 （1）数量性状是由许多微效基因决定的，每个基因的作用的微效的； （2）基因的作用是相等的，且可以累加、呈现剂量效应，等位基因间通常无显隐关系；（3）基因在世代相传中服从孟德尔定律，即分离规律和自由组合规律，以及连锁交换规律2.基因的非加性效应 基因的非加性效应包括显性效应和上位效应。 （1）显性效应由等位基因间相互作用产生的效应。 例1:有两对基因，A1、A2的效应各为20cm，a1、a2的效应名为10cm，基因型A1A1a2a2
生物多样性 2010, 18 (6): 569–576 Biodiversity Science http: //https://www.doczj.com/doc/a917585586.html, 植物功能性状与外来植物入侵 刘建1, 2李钧敏1, 3余华4何维明1于飞海5桑卫国1刘国方1董鸣1* 1 (中国科学院植物研究所植被与环境变化国家重点实验室, 北京 100093) 2 (山东大学环境研究院, 济南 250100) 3 (台州学院生态研究所, 浙江临海 317000) 4 (中国医学科学院药用植物研究所, 北京 100193) 5 (北京林业大学自然保护区学院, 北京 100083) 摘要:揭示影响外来植物入侵性的功能性状及其生态机制是入侵植物生态学的核心任务之一。本文综述了植物功能性状与外来植物入侵性的研究进展, 通过分析植物功能性状对外来植物入侵的贡献以及外来植物的不同入侵阶段对其功能性状的需求, 探讨植物功能性状与外来植物入侵的相关性及其入侵机理。迄今研究较多的影响外来植物入侵性的功能性状主要包括形态性状、生长性状、生理性状、繁殖性状、种子性状、克隆性状、表型可塑性和遗传变异等。这些功能性状对外来植物入侵的贡献随着入侵阶段的不同而变化。在传播到达阶段, 种子性状对入侵具有重要影响; 在定居建群阶段, 与植物抗逆性和适应性相关的生理性状和繁殖性状发挥主要作用; 在扩散入侵阶段, 克隆性状和影响植物竞争能力的生理性状对植物成功入侵具有重要贡献。由于植物入侵性是其功能性状和环境因素互作的结果, 且功能性状的作用随环境因素和入侵阶段不同而异, 因此, 结合外来植物入侵阶段, 并考虑功能性状与环境因子的互作, 是入侵生物学中植物功能性状研究的发展趋势。 关键词:外来植物, 生物入侵, 入侵性, 植物功能性状 The relationship between functional traits and invasiveness of alien plants Jian Liu1, 2, Junmin Li1, 3, Hua Yu4, Weiming He1, Feihai Yu5, Weiguo Sang1, Guofang Liu1, Ming Dong1* 1 State Key Laboratory of Vegetation and Environmental Change, Institute of Botany, Chinese Academy of Sciences, Bei- jing 100093 2 Institute of Environment Research, Shandong University, Jinan 250100 3 Institute of Ecology, Taizhou University, Linhai, Zhejiang 317000 4 Institute of Medicinal Plant Development, Chinese Academy of Medical Sciences, Beijing 100193 5 College of Nature Conservation, Beijing Forestry University, Beijing 100083 Abstract: Understanding the functional traits and ecological mechanisms associated with successful inva-sions of alien plants is a key role of the field of invasion ecology. Through literature review and analysis of plant functional traits contributing to successful plant invasions and the demands for functional traits at dif-ferent invasion stages, we discuss the relationships between the functional traits and invasiveness of alien plants as well as related ecological mechanisms. Functional traits that have been studied in relation to their invasions mainly include seed characters, and morphological, developmental, physiological, clonal and propagation characteristics, as well as genetic variation and plasticity of phenotype. The impacts of these functional traits on invasion success vary from one stage to another. At the introduction stage, plant invasions are mainly affected by seed characters. At the establishment stage, stress-tolerance related physiology and propagation traits exert important influences. At the explosion stage, clonal characters and physiological traits related to competitive ability largely contribute to invasion success. Because plant invasions result from interactions between plant functional traits and environmental features, further studies on plant invasions —————————————————— 收稿日期: 2010-04-30; 接受日期: 2010-08-19 基金项目: 中科院重要方向性项目(KZCX2-YW-431)、山东省优秀中青年科学家科研奖励基金(2006BS08008)和国家自然科学基金委创新研究群体(30521005) * 通讯作者Author for correspondence. E-mail: dongming@https://www.doczj.com/doc/a917585586.html,
全基因组关联分析(GWAS)解决方案 ※ 概述 全基因组关联研究（Genome-wide association study，GWAS）是用来检测全基因组范围的遗传变异与 可观测的性状之间的遗传关联的一种策略。2005年，Science杂志报道了第一篇GWAS研究——年龄相关性黄 斑变性，之后陆续出现了有关冠心病、肥胖、2型糖尿病、甘油三酯、精神分裂症等的研究报道。截至2010年 底，单是在人类上就有1212篇GWAS文章被发表，涉及210个性状。GWAS主要基于共变法的思想，该方法是 人类进行科学思维和实践的最重要工具之一；统计学研究也表明，GWAS很长时期内都将处于蓬勃发展期（如 下图所示）。 基因型数据和表型数据的获得，随着诸多新技术的发展变得日益海量、廉价、快捷、准确和全面：如 Affymetrix和Illumina公司的SNP基因分型芯片已经可以达到2M的标记密度；便携式电子器械将产生海量的表型 数据；新一代测序技术的迅猛发展，将催生更高通量、更多类别的基因型，以及不同类别的高通量表型。基于 此，我们推出GWAS的完整解决方案，协助您一起探索生物奥秘。 ※ 实验技术流程 ※ 基于芯片的GWAS Affymetrix公司针对人类全基因组SNP检测推出多个版本检测芯片，2007年5月份，Affymetrix公司发布了 人全基因组SNP 6.0芯片，包含90多万个用于单核苷酸多态性（SNP）检测探针和更多数量的用于拷贝数变化（CNV）检测的非多态性探针。因此这种芯片可检测超过180万个位点基因组序列变异，即可用于全基因组 SNP分析，又可用于CNV分析，真正实现了一种芯片两种用途，方便研究者挖掘基因组序列变异信息。 Illumina激光共聚焦微珠芯片平台为全世界的科研用户提供了最为先进的SNP（单核苷酸多态性）研究平 台。Illumina的SNP芯片有两类，一类是基于infinium技术的全基因组SNP检测芯片（Infinium? Whole Genome Genotyping），适用于全基因组SNP分型研究及基因拷贝数变化研究，一张芯片检测几十万标签SNP位点，提 供大规模疾病基因扫描(Hap660,1M)。另一类是基于GoldenGate?特定SNP位点检测芯片，根据研究需要挑选SNP位点制作成芯片(48-1536位点)，是复杂疾病基因定位的最佳工具。 罗氏NimbleGen根据人类基因组序列信息设计的2.1M超高密度CGH芯片，可以在1.1Kb分辨率下完成全基 因组检测，可有效检测人基因组中低至约5kb大小的拷贝数变异。
第十三章数量性状的遗传 本章习题 1．解释下列名词：广义遗传率、狭义遗传率、近交系数、共祖系数、数量性状基因位点、主效基因、微效基因、修饰基因、表现型值、基因型与环境互作广义遗传率：通常定义为总的遗传方差占表现型方差的比率。 狭义遗传率：通常定义为加性遗传方差占表现型方差的比率。 近交系数：是指个体的某个基因位点上两个等位基因来源于共同祖先某个基因的概率。 共祖系数：个体的近交系数等于双亲的共祖系数。 数量性状基因位点：即QTL，指控制数量性状表现的数量基因在连锁群中的位置。 主效基因：对某一性状的表现起主要作用、效应较大的基因。 微效基因：指一性状受制于多个基因，每个基因对表现型的影响较小、效应累加、无显隐性关系、对环境敏感，这些基因称为微效基因。 修饰基因：对性状的表现的效应微小，主要是起增强或减弱主基因对表现型的作用。 表现型值：是指基因型值与非遗传随机误差的总和即性状测定值。 基因型与环境互作：数量基因对环境比较敏感，其表达容易受到环境条件的影响。因此，基因型与环境互作是基因型在不同环境条件下表现出的不同反应和对遗传主效应的离差。
2.质量性状和数量性状的区别在哪里？这两类性状的分析方法有何异同？ 答：质量性状和数量性状的区别主要有：①. 质量性状的变异是呈间断性，杂交后代可明确分组；数量性状的变异则呈连续性，杂交后的分离世代不能明确分组。②. 质量性状不易受环境条件的影响；数量性状一般容易受环境条件的影响而发生变异，而这种变异一般是不能遗传的。③. 质量性状在不同环境条件下的表现较为稳定；而控制数量性状的基因则在特定时空条件下表达，不同环境条件下基因表达的程度可能不同，因此数量性状普遍存在着基因型与环境互作。 对于质量性状一般采用系谱和概率分析的方法，并进行卡方检验；而数量性状的研究则需要遗传学方法和生物统计方法的结合，一般要采用适当的遗传交配设计、合理的环境设计、适当的度量手段和有效的统计分析方法，估算出遗传群体的均值、方差、协方差和相关系数等遗传参数等加以研究。 3．叙述表现型方差、基因型方差、基因型×环境互作方差的关系。估计遗传协方差及其分量在遗传育种中有何意义？ 答：表现型方差由基因型方差（V G）、基因型×环境互作方差（V e）和环境机误方差（）构成，即，其中基因型方差和基因型×环境互作方差是可以遗传的，而纯粹的环境方差是不能遗传的。 由于存在基因连锁或基因的一因多效，生物体的不同数量性状之间常存在不同程度的相互关连。在统计分析方法中常用协方差来度量这种相互关联的变异程度。由于遗传方差可以进一步区分为基因型方差和基因型×环境互作方差等不同的方差分量，故遗传协方差也可进一步区分为基因型协方差和基因型×环境互作协方差等分量。在作物遗传改良过程中，对某一性状进行选择时常会引起另一相关性状的变化，为了取得更好地选择效果, 并使一些重要的性状能够得到同步改
全基因组关联分析（Genome-wide association study,GWAS) 是一种对全基因组范围内的常见遗传变异: 单核苷酸多态性(Single nucleotide polymorphism , SNP) 进行总体关联分析的方法, 即在全基因组范围内选择遗传变异进行基因分型, 比较病例和对照间每个变异频率的异差, 计算变异与疾病的关联强度, 选出最相关的变异进行验证并最终确认与疾病相关。 单核苷酸多态性（英语：Single Nucleotide Polymorphism，简称SNP，读作/snip/）指的是由单个核苷酸—A,T,C或G的改变而引起的DNA序列的改变，造成包括人类在内的物种之间染色体基因组的多样性。 在后GWAS时代，利用已有的GWAS数据在多个人群间进行meta分析已经成为一种常用的分析手 段，这不仅可以进一步扩大样本量，更重要的是提高了统计效能。GWAS meta分 析已经成功应该用在多种复杂疾病的遗传学研究，发现一批新的易感基因。 全基因组关联水平（P_meta < 5.0×10-8）罕见等位基因（MAF < 5％）， 基因型填补（imputation）：依据已分型位点的基因型对数据缺失位点或未分型位点进行基因型预测的方法。可用于精细定位（fine-mapping），填补已确认的关联位点附近的位点，以便评价相邻SNP位点的关联证据。加快复杂性疾病易感基因的定位。 连锁与连锁不平衡（linkage disequilibrium,LD）: 连锁：如果同一条染色体上2个位点的位置比较近，则这2个位点上的等位基因倾向于一起传递给下一代。 连锁不平衡：又称等位基因关联，是指同一条染色体上，两个等位基因间的非随机相关。即当位于同一条染色体上的两个等位基因同时存在的概率大于人群中因随机分布而同时出现的概率时，就称这两个位点处于LD状态。所谓的连锁不平衡是一种遗传标记的非随机性组合。比如，一个基因有两个位点，一个位点有两种基因型，那么子代应该有2的2次方，即4种基因型。但是发现子代的基因型往往会少于4种，这就是连锁不平衡现象。这是由于两个位点距离较近引起的两个位点上的等位基因经常同时出现在同一染色体上。
万方数据
万方数据
７０８ 图ｌＭＤＲ基本步骤示意图 划分为不同的分类，也就是图中的单元格。单元格中左侧直方图表示病例，右侧直方图表示对照。 第４步：在ｎ维的每个多因子分类（单元格）中，计算病例数和对照数的比值，若病例数与对照数之比达到或超过某个阈值（例如≥１），则标为高危，反之则为低危。这样就把ｎ维的结构降低到一维两水平。 第５步：多因子分类的集合中包含了ＭＤＲ模型中各因子的组合。在所有的两因子组合中，选择错分最小的那个ＭＤＲ模型，该两位点模型在所有模型中将具有最小的预测误差。 第６步：通过十重交叉验证评估模型的预测误差，一以及单元格分配时的相对误差。也就是说，模型拟合９／１０的数据（训练样本），其预测误差将通过剩下１／１０的数据（检验样本）来衡量。选择预测误差最小的模型作为最终的模型，取ｌＯ次检验的预测误差平均值，作为模型相对预测误差的无偏估计。由于数据分组的方式对交叉验证的结果影响较大，因此，十重交叉验证过程将重复进行１０次，对ｎ个因子可能的集合将重复进行１０×１０次的交叉验证。 通过十重交叉验证，在一定程度上可以避免因数据转换的偶然性，使Ｉ类错误增大而产生假阳性结果的影响。预测误差是衡量ＭＤＲ模型在独立检验的亚组中预测危险状态的指标，通过十重交叉验证的亚组中每一个的预测误差的平均值来计算。根据交叉验证的预测误差的平均值，选择最佳的Ｔｌ因子模型，并根据不同的因子数重复以上过程。最终筛选出最有可能存在交互作用的基因。 ＭＤＲ的优势在于不需要考虑疾病的遗传模型，它利用计算机运算速度快的优势，对多个基因进行随机组合，按照上述方法找出存在交互作用的基因位点。但当主效应存在时，用ＭＤＲ方法很难得到最终模型，且同样受遗传异质性的影响；它只是一种数据挖掘方法，不是严格意义上的统计方法，还无法判断它的Ｉ类错误和检验功效。 ＭＤＲ分析软件包可在ｈｔｔｐ：／／ｗｗｗ．ｅｐｉｓｔａｓｉｓ．ｏｒｇ／ｍｄｒ．ｈｔｍｌ免费下载。 ４基于复合ＬＤ的交互作用分析法 吴学森等Ⅲ’提出基于复合ＬＤ的交互作用的分析法。该方法以病例一对照试验设计为基础，基于ＬＤ计算方法，构建完全有别于以上方法的一种新型基因间交互作用的统计分析方法：（１）用两个位点（基因）单倍型的外显率（只。）与等位基因的边际外显率的乘积（Ｐａ?Ｐ。）的偏差（６．口＝ＰＡ。一只?Ｐ８），分别定义病例组和对照组两个位点交互作用的度量．进而综合两组交互作用度量构造检验交互作用的统计量；（２）对于基因一环境交互作用模型的构建，则将环境（分类型变量）变量视为“虚拟位点”（例如Ｅ＝ｌ表示环境暴露。Ｅ＝０表示即非暴露），则同样依据上述方法构建其模型。４．１基因型数据的联合概率分布及其表达对于基因之间、基因与环境之间的交互作用统计量的构建，无论是二阶或高阶情形，均至少涉及两个变量。在本研究中，均以病例一对照试验设计为基础，个体的基因数据一律用其基因型表示。无论是病例组还是对照组，均设两个位点的等位基因分别为Ａ，ａ；Ｂ，ｂ，则它们的联合基因型分布可表述为表３的形式： 则．配子的ＬＤ系数为：６．。＝％一ＰＡＰ。；非配子的ＬＤ系数为：乳口＝九日一只－匕，其中，Ｐ．ｅ＝尸竺＋ＰＡＢ舳＋碟＋Ｐ竺；ＪＤ∥。＝Ｐ竺＋Ｐ竺＋Ｐ：：＋形：。但是，当计算病例组或对照组的６．。时，需要知道双杂合子的概率Ｐ苫、Ｐ：：。然而。当它们的相未知时，则无法确定其值，只能进行单倍型推断。由于单倍型推断总是存在误差，这给后面构造的检验交互作 用的统计量带来很多不确 万方数据
第九章数量性状遗传 1、数量性状在遗传上有些什么特点？在实践上有什么特点？数量性状遗传与质量性状遗传有什么主要区别？ 解析:结合数量性状的概念与特征以及多基因假说来回答。 参考答案: 数量性状在遗传上的特点: (1)数量性状受多基因支配 (2)这些基因对表型影响小,相互独立,但以积累的方式影响相同的表型。 (3)每对基因常表现为不完全显性,按孟德尔法则分离。 数量性状在实践上的特点: (1)数量性状的变异就是连续的,比较容易受环境条件的影响而发生变异。 (2)两个纯合亲本杂交,F1表现型一般呈现双亲的中间型,但有时可能倾向于其中的一个亲本。F2的表现型平均值大体上与F1相近,但变异幅度远远超过F1。F2分离群体内,各种不同的表现型之间,没有显着的差别,因而不能得出简单的比例,因此只能用统计方法分析。 (3)有可能出现超亲遗传。 数量性状遗传与质量性状遗传的主要区别: (1)数量性状就是表现连续变异的性状,而质量性状就是表现不连续变异的性状; (2)数量性状的遗传方式要比质量性状的遗传方式复杂的多,它就是由许多基因控制的,而且它们的表现容易受环境条件变化的影响。 2、什么叫遗传率？广义遗传率？狭义遗传率？平均显性程度？ 解析:根据定义回答就可以了。 参考答案:遗传率指亲代传递其遗传特性的能力,就是用来测量一个群体内某一性状由遗传因素引起的变异在表现型变异中所占的百分率,即:遗传方差/总方差的比值。广义遗传率就是指表型方差(Vp)中遗传方差(Ve)所占的比率。狭义遗传率就是指表型方差(Vp)中加性方差 (V A)所占的比率。〔在数量性状的遗传分析中,对于单位点模型,可以用显性效应与加性效应的比值d/a来表示显性程度。但就是推广到多基因系统时,∑d/∑a并不能说明任一位点上基因的显性性质。因为∑d与∑a都可能因为有正有负而相消,
实验六果蝇数量性状的遗传 一、目的： 1、以果蝇（Drosophila melanogaster）腹片着生的小刚毛为对象，研究数量性状遗传的特点。 2、学习估算统计遗传学基本参数——遗传率（heritability） 二、原理： 1、在生物中凡是可数、可度、可衡等并可用数字形式描述的形状，称数量性状。数量性状大都由多基因控制。 2、数量性状的变异由可遗传的变异和不可遗传的变异组成，因为控制同一数量性状的基因数目很多，而每个基因的作用很小，并且很容易受环境影响。群体的表型变量通常呈连续分布。因此，对数量性状遗传的分析，要运用数理统计的方法来操作。 3、果蝇的第四腹板和第五腹板上的小刚毛数就是典型的数量性状，不同的个体小刚毛数不同。本实验采用不同品系果蝇的杂交后代为研究材料，在恒温培养下，从F2代开始观察雌雄果蝇不同个体的小刚毛数（因为考虑到F1代还未完全出现性状分离，故从F2代开始计数），并且选择刚毛数最多和最少的♀、♂个体分别进行杂交，计算产生的F3代的小刚毛数，最后根据以下公式估算遗传率。 即H2= ΔG/ σpi 式中σp为标准差，i=ΔP/σp为标准选择差，ΔP为子代平均值―亲代平均值，ΔG为遗传获得量。 说明： 在多基因遗传中，遗传因素所起的作用称为遗传率，一般采用百分比来表示。遗传率是一个统计概率，只能运用于群体而不能用于个体。遗传率有广义遗传率和狭义遗传率之分，广义遗传率是指遗传方差在总的表现型中所占的比率；而狭义遗传率是指计算基因的相加效应的方差VA在总的表型方差中所占百分率。记作： 狭义遗传率＝相加的遗传方差/表型方差＝相加的遗传方差／(相加的遗传方差＋显性的遗传方差＋环境方差)。 但不管是广义遗传率还是狭义遗传率都涉及方差，方差是反映观察娄同平均数之间的变异程度。观察娄同平均数之间的偏差越大，方差就越大，也就是观察的离散度大，其分布范围广；方差小，则表示各个观察值之间比较接近。方差可用变数同平均数之间偏差的平均平方来表示。记作：S2，如写成公式则是： S2=∑(X—ˉX)2/n 需要注意的是，公式中的分母n，只限于平均数是由理论假定的时候才适用。如果平均数是从实际观察数计算出来的时候，则分母应该是(n-1)。 三、仪器、设备、试剂及材料：
全基因组关联分析（Genome-wide Association Study）是利用高通量基因分型技术，分析数以万计的单核苷酸多态性（SNPs）以及这些SNPs与临床表型和可测性状的相关性。简单地理解全基因组关联分析，GW AS就是标记辅助选择在全基因组范围上的应用，在全基因组层面上开展大样本的、多中心的、重复验证的技术，并对相关基因与复杂性状进行关联研究，从而全面地揭示出不同复杂性状的遗传机制和基础。GW AS是一项开创性的研究方法，因为它可以在以前很难达到的分辨率水平上对成千上万无关样本的全基因组进行研究，且不受与疾病有关的先验性假设的限制，GWAS在全基因组范围、零假设性较候选基因研究都迈出了重要的一步，而且随着高通量测序成本的降低，GW AS在人类疾病以及畜禽经济性状的研究上都表现出巨大的优势。 GW AS的优势除了可以一次性检测到数以万计的SNPs信息，从而提高试验效率以及检验功效以外，其还有其他两个显著的优势，主要表现在：（1）对未知信息的基因进行定位探索。传统的QTL定位仅仅限于对已知的候选基因进行分析探索，而GW AS是对全基因组的范围内的所有位点进行关联分析，因此其拥有更广泛的关联信息，相比候选基因分析GW AS 更有可能找到与性状真正关联的候选基因，因此不再受到预先假设的候选基因的限制。（2）对于GWAS在研究不同的复杂性状之前，不需要像以往的研究一样“盲目地”预设一些假定条件，而是通过在病理和对照组中，有目的地比较全基因组范围内所有SNPs的等位基因频率或者通过家系进行传递不平衡检验（TDT，Transmission disequilibrium test），从而找出与复杂性状显著相关的序列变异。到目前为止，利用全基因组关联分析研究已经挖掘出众多与各种复杂性状相关联的基因和染色体区域，在这些被新鉴定出的位点和区域中，只有小部分结果位于以前对这些性状研究的区域之中或者附近，绝大多数位于以前从未被研究过的区域，GW AS的研究结果表明以前没有被纳入研究的未知区域有可能对于复杂性状也是十分
第九章数量性状遗传 1.数量性状在遗传上有些什么特点在实践上有什么特点数量性状遗传和质量性状遗传有什么主要区别 解析：结合数量性状的概念和特征以及多基因假说来回答。 参考答案： 数量性状在遗传上的特点： （1）数量性状受多基因支配 （2）这些基因对表型影响小，相互独立，但以积累的方式影响相同的表型。 （3）每对基因常表现为不完全显性，按孟德尔法则分离。 数量性状在实践上的特点： （1）数量性状的变异是连续的，比较容易受环境条件的影响而发生变异。 （2）两个纯合亲本杂交，F1表现型一般呈现双亲的中间型，但有时可能倾向于其中的一个亲本。F2的表现型平均值大体上与F1相近，但变异幅度远远超过F1。F2分离群体内，各种不同的表现型之间，没有显着的差别，因而不能得出简单的比例，因此只能用统计方法分析。 （3）有可能出现超亲遗传。 数量性状遗传和质量性状遗传的主要区别： （1）数量性状是表现连续变异的性状，而质量性状是表现不连续变异的性状； （2）数量性状的遗传方式要比质量性状的遗传方式复杂的多，它是由许多基因控制的，而且它们的表现容易受环境条件变化的影响。 2.什么叫遗传率广义遗传率狭义遗传率平均显性程度 解析：根据定义回答就可以了。 参考答案：遗传率指亲代传递其遗传特性的能力，是用来测量一个群体内某一性状由遗传因素引起的变异在表现型变异中所占的百分率，即：遗传方差/总方差的比值。广义遗传率是指表型方差（Vp）中遗传方差（Ve）所占的比率。狭义遗传率是指表型方差（Vp）中 加性方差（V A〔在数量性状的遗传分析中，对于单位点模型，可以用显性效应和加性效应的比值d/a来表示显性程度。但是推广到多基因
第七章数量性状的遗传分析 以前所学性状如水稻的梗与糯，豌豆种子的圆与皱等。相对性状差异明显，一般没有过渡类型，这种变异为不连续变异，呈不连续变异的性状叫质量性状。 通常把差异不明显的变异叫连续变异，呈连续变异的性状叫数量性状。如作物的产量、成熟期，棉花的纤维长度等。 数量性状的遗传要比质量性状复杂得多，它是由多对基因控制的，而且它们的表现容易受环境的影响（则受遗传因素的影响较小），同一品种在不同环境条件下，数量性状的表现会有很大的差别。因此，研究数量性状的遗传时，往往要分析多对基因的遗传表现，并要特别注意环境条件的影响。 第一节数量性状的遗传分析 一数量性状的遗传特点 艾默森（R.A Emerson）,伊斯特（R.A East）用短穗玉米P 1和长穗玉米P 2 杂 交，结果如下： 1、特点： 第一是连续变异，数字表示 第二表型易受到环境影响 P 1 P 2 、F 1 每个群体所有个体基因型都相同但个体有差异，如F 1 9—15cm，F 2 群 体个体基因型不同，变异是由基因型和环境共同作用结果。 2、数量性状的表型在统计学上的特征 （1）两个纯合亲本杂交，F1往往表现为中间类型； （2）F1和F2的平均表现接近，但F2的变异程度大于F1； （3）数量性状的表型特征体现在群体而不是个体； （4）表型变化服从于正态分布。
二、数量性状遗传的多基因假说 （一）小麦粒色杂交 1909年尼尔森（Nilsson）实验：小麦子粒颜色硬质多为红粒，粉质多为白粒。 红粒×白粒红粒红粒（浅红，最浅红）：白=3：1 红粒×白粒红粒红粒（深红，中红，浅红，最浅红）：白=15：1 红粒×白粒红粒红粒（最深红，暗红，深红，中红，浅红，最浅红）：白=63：1 解释：用R 1r 1 ，R 2 r 2 ，R 3 r 3 表示小麦红粒白粒。假设R为控制红色素形成的基因， r为不能控制红色素形成的基因。R 1R 2 R 3 为非等位基因，其对红色素的合成效应相 同，且为累加效应。 （1）红粒r 1 r 1 r 2 r 2 R 3 R 3 ×白粒r 1 r 1 r 2 r 2 r 3 r 3 红粒r 1 r 1 r 2 r 2 R 3 r 3 2R 1R1r 2r 浅红最浅红白（3种） （2）红粒r 1 r 1 R 2 R 2 R 3 R 3 ×白粒r 1 r 1 r 2 r 2 r 3 r 3 红粒r 1 r 1 R 2 r 2 R 3 r 3 4R 3R1r 2R2r 1R3r 4r 深红中红浅红最浅红白（5种） （3）红粒R 1 R 1 R 2 R 2 R 3 R 3 ×白粒r 1 r 1 r 2 r 2 r 3 r 3 红粒R 1 r 1 R 2 r 2 R 3 r 3 6R 5R1r 4R2r 3R3r 2R4r 1R5r 6r 最深红暗红深红中红浅红最浅红白（7种）F 2 表型的类型：2N＋1种，频率（1/2R+1/2r）2n展开后各项系数