下载文档原格式
QTL的名词解释在遗传学领域中，QTL是一个非常重要的专业术语，代表着“数量性状位点”（Quantitative Trait Locus）。
它指的是基因组上与特定数量性状相关的位置或区域。
QTL的研究对于我们理解和改良生物的数量性状具有重要意义。
本文将深入解释QTL的概念、与遗传研究、基因组学、生物技术的关系，以及其在实践中的应用。
1. QTL的概念和基础知识QTL最早由进化遗传学家于20世纪80年代提出，它是一种指示数量性状遗传变异的遗传位点。
数量性状是指在群体中呈连续分布的特征，如体重、高度、花期等。
相比于明显的性状，如眼睛的颜色，数量性状受到更多基因和环境的共同影响。
QTL则是可以解释这些性状背后的遗传变异。
2. QTL研究与遗传学QTL的发现和定位通过建立家系图谱和对数量性状进行遗传分析而得出。
通过研究不同个体之间的遗传差异，科学家可以将表达这些性状的基因与某个或某些特定的基因位点联系起来。
这些位点可以是单个基因，也可以是基因组上的特定区域。
3. QTL研究与基因组学随着高通量测序技术的发展，分子标记已经成为QTL研究的重要工具。
分子标记是指基因组中特定位点上的DNA序列变异，如单核苷酸多样性（SNP）或简核苷酸多态性（SSR）。
利用这些标记，科学家可以在群体中快速、准确地检测QTL位点，并进一步解析与特定数量性状相关的基因。
4. QTL研究与生物技术QTL研究也受益于生物技术的进展。
利用基因编辑技术如CRISPR-Cas9，科学家能够直接编辑和操纵基因组，使其具备所期望的性状。
这种技术使得QTL研究不仅限于观察性的位点关联，还包括功能性的基因验证和工程。
这有助于我们更好地理解QTL与数量性状之间的关系，并为生物改良和育种提供新的可能性。
5. QTL的应用QTL的发现对农业、畜牧业和医学等领域具有重要意义。
在农业领域，科学家可以通过QTL的定位将与高产量、抗病性和适应性等重要农艺性状相关的基因或位点引入到重要的农作物中。
qtl定位的原理和方法QTL定位（定位关联分析）是一种现代分子遗传学研究中最受欢迎的方法之一，用于检测性状与基因位点之间的关联。
它采用大量的DNA样本进行分析，以定位具有显著影响的基因位点，以便将某个性状与其遗传控制位点联系起来。
下面将对QTL定位的原理和方法进行详细介绍：一、QTL定位的原理1、遗传距离QTL定位所使用的原理是双亲亲代遗传距离（PBT），即从一只父母中继承的遗传信息离该代性状之间的距离。
因此，在发现基因位点与性状间存在关联关系时，这些基因位点应该处于控制该性状的PBT之内。
2、显著的统计功能PBT表明，当两个或多个位点之间存在最大的相互影响时，它们应该被认为是具有可能共同控制某一性状的位点。
计算这些位点之间的关联关系时，QTL定位使用了高度灵活的统计功能来确定可能控制性状的位点。
3、方差分析QTL定位采用了ANOVA（方差分析）的方法对样本位点的遗传信息进行更精确的分析。
这将帮助我们更准确地定位具有良好关联关系的基因位点。
二、QTL定位的方法1、映射表首先，根据QTL定位要求，会有一张明确的映射表，用于建立基因位点与性状之间的关联关系。
该映射表由DNA分子标记（如微卫星）、RNA分子标记和细胞表面标记组成，用于确定基因位点的具体位置。
2、细胞表型接下来，需要拿出相关的细胞表型数据，如果是杂交的环境下，样本的性状可以用已知的表型数据及其位点来与受检样本进行比较。
3、统计分析最后，使用统计分析来研究基因位点与性状之间的关联关系，以确定突变可能使性状发生变化的基因位点。
总之，QTL定位是一种利用映射表、细胞表型和统计分析来定位可能与某个性状紧密关联的基因位点的重要方法。
它可用来帮助我们发现形态性状与遗传物质之间的关联，从而更好地了解遗传分析和分子基因组学。
QTL精细定位和克隆的策略QTL（Quantitative Trait Loci）精细定位和克隆是一种用于研究复杂性状遗传基础的策略。
QTL是指影响数量性状的基因或染色体区域，通过精细定位和克隆这些QTL，可以了解底层的基因机制以及其对数量性状的调控方式。
本文将介绍QTL精细定位和克隆的策略及其主要步骤。
1.QTL的初步定位：初步定位是通过建立遗传图谱或关联分析等方法，确定QTL所在的染色体区域。
常用的方法包括构建遗传连锁图和联合鉴定法。
遗传连锁图通过建立基因座之间的连锁关系，得到QTL大致所在的染色体区域。
联合鉴定法是基于多个遗传座的遗传效应与表型表达之间的关系，通过统计模型来确定QTL的位置。
2.QTL的精细定位：精细定位是在初步定位的基础上，进一步缩小QTL的定位区域。
常用的方法包括细分群体和QTL-候选基因关联分析。
细分群体是通过构建更多的染色体互换系或染色体片段替代系，并进行连锁鉴定，缩小QTL区域。
QTL-候选基因关联分析则是通过挖掘精密的关联信号，确定QTL所在的基因区域。
这些关联信号可以来自候选基因的DNA多态性标记或RNA表达水平等。
总之，QTL精细定位和克隆是一种通过缩小QTL区域，最终确定突变基因，揭示底层的基因机制的策略。
通过建立遗传图谱和进行关联分析等初步定位方法，缩小QTL的定位区域。
随后，通过细分群体和QTL-候选基因关联分析等精细定位方法，最终确定QTL所在的基因区域。
最后，通过基因克隆和功能验证，揭示QTL对数量性状的调控方式。
这些研究有助于深入理解数量性状的遗传基础，提高作物和动物的育种效率。
qtl名词解释QTL（QuantitativeTraitLoci）是指在染色体上能影响特定量化性状的细胞或组织的一些位点，它们可以被用来推断种群遗传变异的遗传机制，也可以分析多个植物的遗传和生理机制。
QTLs是基因组学研究的一个重要组成部分，在遗传学、分子生物学和生物信息学领域都有重要应用。
QTL实际上是一个抽象概念，指的是存在于基因组中的某一位置，这个位置上的基因会影响一个特定量化性状，比如颜色、抗病性、抗虫性、汁液分泌等。
QTL可以是一个简单的基因座，也可以是多个基因座的组合，由于不一定断定QTL对应哪一个实际的基因，也就不一定能说明它的表型产生方式，所以QTL的研究具有很大的挑战性和技术性。
QTL研究主要分为两大步骤，即定位和认识。
首先，利用数学方法定位QTL，即在遗传谱系中找出与特定性状相关联的染色体位点；第二步，进行QTL认识，即定义QTL的表型影响。
QTL认识可以通过分析已有数据和新技术进行获取，比如对QTL对应基因进行测序、克隆和表达谱分析，从而获取更多的关键信息。
QTL研究可以帮助科学家研究特定性状的遗传机理，由于此类研究的受益者比较多，比如农业、植物科学和医学等，所以QTL研究得到了越来越多的关注。
QTL研究在分子水稻育种领域的应用，尤其是对于基因定位的研究，取得了重要的成果，例如根瘤病抗性、米粒粗糙度、米质等特定性状。
了解QTLs在植物特定性状上所发挥的作用，可以提高植物种质的利用效率，培育优良品种，进而改善作物产量和质量，促进农作物的可持续发展。
QTL的研究也可以应用于其他生物，比如动物、微生物等，诸如特定疾病的发生、性状的发育等，都可以通过QTL研究来探究其遗传机制。
例如，在研究非洲黄热病病毒基因中，科学家们发现了一个重要的QTL，它可以预测昆虫是否会发病，从而开展防控研究，从而降低昆虫对病毒感染的风险。
综上所述，QTL是指染色体细胞上可以影响某一特定量化性状的位点，利用QTL可以获得更多的基因结构信息，这有助于我们深入理解植物的遗传和生理机制，也有助于提高农作物的产量和质量，QTL 的研究也可以应用于其他生物，用于研究特定疾病的发生等。
蛋白QTL的组学分析及其应用随着生物信息学和高通量测序技术的发展，基因组、转录组和蛋白质组等在分子水平上的研究正在变得越来越普遍。
其中，基因组研究不仅可以揭示物种的遗传演化和基因家族的组合，还可以深入挖掘多种性状相关的遗传变异。
而QTL （Quantitative Trait Loci）定位技术可以用于鉴定控制各种性状的数量性状基因。
在蛋白质组学研究中，QTL也有着重要的作用，被称作蛋白QTL。
本文将重点介绍蛋白QTL的组学分析及其应用。
一、蛋白QTL的定义蛋白QTL是指对某个数量性状的控制有显著影响的蛋白质基因座，它不仅能够直接影响性状的表现，还可以通过调节其他不同组分的作用以间接影响性状的表现。
与传统的QTL性状定位技术不同，蛋白QTL定位不能简单地根据DNA序列的差异来研究蛋白质基因座；相反，应该从蛋白质水平进行探究。
二、蛋白QTL的组学分析蛋白QTL的组学分析是指根据高通量质谱技术等手段，对大规模样品进行蛋白质组学分析，从而鉴定出与性状预测相关的蛋白质基因座的过程。
具体而言，主要分为以下几个步骤：1. 样品准备：在进行蛋白组学研究前，需要先对样品进行制备。
合适的样品制备，可以大大提高后续蛋白质鉴定的准确性和稳定性。
2. 质谱分析：在蛋白质组学研究中，通常采用液相色谱-串联质谱（LC-MS/MS）技术，对各个样品进行蛋白质谱分析，获得大量的蛋白质数据。
3. 数据处理：将获得的蛋白质质谱数据与数据库中的蛋白质序列进行比对，并进行统计分析，找出与性状预测相关的蛋白质，从而确定蛋白质的分型和表型信息。
4. 统计分析：对于确定的蛋白质进行进一步的统计学分析，找出与性状预测相关的蛋白质基因座，进行QTL定位和基因功能分析。
三、蛋白QTL的应用1. 性状显性基因的发掘QTL定位技术常常用于鉴定数量性状的显性或隐性遗传基因。
由于蛋白质QTL定位技术的高灵敏性和高分辨率，可以更准确地鉴定数量性状的显性和隐性基因。
qtl定位原理和流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!QTL定位：原理与流程详解QTL，全称为Quantitative Trait Loci，即数量性状位点，是遗传学中一个重要的概念。
qtl位点命名规则QTL位点命名规则是对基因组中的数量性状位点进行命名的一种规范化方法。
QTL（Quantitative Trait Locus）表示对数量性状贡献的基因座，是影响数量性状的基因位置或区域，用于描述基因与数量性状之间的关联。
QTL位点命名规则的制定旨在确保位点名称的唯一性和一致性，方便研究者进行数据共享和互相比对。
常用的QTL位点命名规则如下：1. Chromosome（染色体）：位点名称通常以染色体编号开头。
染色体编号可以采用阿拉伯数字表示，也可以使用罗马数字表示，例如，1表示第1号染色体，X表示性染色体。
2. Species（物种）：位点名称中通常包含物种名称的缩写或简称，以区分不同物种之间的位点。
例如，At表示拟南芥(Arabidopsis thaliana)，Os表示水稻(Oryza sativa)。
3. Interval（区间）：位点名称中可能还包含一个区间的范围信息，用于精确描述位点所在的位置。
区间通常用两个数字表示，分别表示位点的起始位置和终止位置。
例如，qtl1-05-12表示染色体1上位于5号和12号标记之间的位点。
4. Trait（性状）：位点名称中通常还包含对应数量性状的缩写或简称，以指明该位点与哪种性状相关。
例如，bw表示体重(body weight)，lp表示体长(body length)。
5. Author（作者）：位点名称中可能还包含位点发现或报道的研究者的缩写或简称，以区分不同研究者报道的位点。
例如，qtl1bw-At-GH表示由研究者GH在拟南芥中发现的与体重相关的染色体1上的位点。
综合以上几个要素，一个典型的QTL位点命名可能是“Species-ChromosomeInterval-Trait-Author”的形式。
QTL位点命名规则的制定有助于研究者之间的结果比对和数据共享。
通过采用唯一且一致的位点命名标准，可以避免不同研究者之间因为位点命名不统一而造成的混淆。
qtl名词解释QTL是QuantitativeTraitLoci的缩写，它是指不同基因组上具有确定定量性状的位置。
QTL术使用染色体映射技术来定位与定量性状相关的基因。
它的恒定性意味着，测量的值在植物和动物的可观察性状态之间存在贯穿性，这就是为什么QTL技术可以用于研究定量性状的原因。
QTL技术在生物学研究中有重要的应用价值，它可以帮助研究人员了解植物、动物和其它物种的遗传结构，同时有助于检测和定位与定量性状相关的基因。
QTL技术可以帮助研究人员预测物种的发育，而且也可以用于改良植物和动物，改善物种的品质。
QTL技术的基本原理是将细胞核中的染色体绘制成染色体图，然后利用统计技术来识别与定量性状相关的基因。
这可以通过分子标记的技术实现，其中采用的方法包括：重叠法、快速适应性变异法、单核苷酸多态性检测（SNP）等。
QTL技术的优势在于，它可以检测到小片段内的单个基因或一系列基因，而且不受物种局限。
QTL技术应用于育种，可以提高植物和动物的质量，改善养殖成果。
比如，以前的育种策略仅局限于选择有利的性状，但QTL技术可以帮助改良品种，使其具有更好的性能和特征。
它可以检测和定位准确的遗传位点，这使得育种工作可以基于精确的数据进行讨论，从而提高育种效果。
此外，QTL技术还有助于研究定量性状的遗传机制，例如调节基因组结构与表型之间的关系，进而识别出参与定量性状影响的生物学过程，帮助研究人员理解遗传和发育之间的关系以及如何影响某个特定的性状。
综上所述，QTL词解释的重要性已经被提出，它可以被应用于生物学研究，以发展定量性状的育种策略，改善物种的品质，更好地理解生物学过程，以及更准确地研究定量性状的遗传机制。
QTL技术有助于科学研究，并为改良物种提供了可行的替代方案。
植物分子生物技术—QTL定位的研究摘要：分子标记技术和数量遗传学的发展，使得分子遗传学与数量遗传学相互渗透和融合，从而形成了一个新的研究领域—分子数量遗传学（Molecular Quantitative Genetics）。
分子数量遗传学研究的内容，就是借助分子标记，采用适当的统计分析方法明确QTL 在染色体上的位置及其效应。
而QTL 定位的原理是：利用适当的分离群体，构建较高密度的、分布较均匀的、覆盖全基因组的分子标记连锁图。
根据遗传连锁的基本遗传学原理，对分离群体中单株的标记基因型和性状的表型值进行一定的统计分析，将决定数量性状的QTL 定位在分子标记连锁图中。
目前，QTL 定位的方法主要有单标记分析法（Edwards et al, 1987），区间作图法（Lander and Botstein, 1989）和复合区间作图法（Zeng, 1994）等。
关键词： QTL 植物分子生物技术QTL 定位就是采用类似单基因定位的方法将QTL定位在遗传图谱上，确定QTL与遗传标记间的距离( 重组率表示)。
根据标记数目的不同，可分为单标记、双标记和多标记几种方法。
根据统计分析方法的不同，可分为方差与均值分析法、回归及相关分析法、矩估计及最大似然法等根据标记区问数可分为零区间作图、单区间作图和多区间作图。
此外，还有将不同方法结合起来的缘音分析方法，如QTL复合区间作图(CIM)、多区问作图(MM)、多QTL作图、多性状作图(MTM)等等。
建立在标记与数量性状之间相互关联基础上的关联分析方法主要有两类：1)以标记为基础(MarkerBased)的平均值差异法(简称MB法)；2)以性状为基础(Trait—Based method)的方法(简称TB法) 许多学者根据不同群体的遗传特性，分别提出了相应的标记座位与QTL 相互关联的检测方法，所涉及到的群体包括；近交系闸分离群体，异交系间分离群体，加倍单倍体(DH)群体，两个近交系间的重组近变系(RIL)，一粒传群体(SSD)，单倍体群体等。
目前QTL定位分析采用的分子标记为限制性片段长度多态(RFI P)、扩增片段长度多态(AFLP)、可变数目序列重复(VNTR)、徽卫星(microsatellite)、简单序列重复(SSR)、单股构象DNA 多态(SSCP)、双殷构象DNA 多态(DSCP)以及RAPD。
QTL定位方法主要有如下几种；1 .均值方差分析法直接利用均值和方差进行分析，进行重组率及QTL遗传参数的估计，称之为均值方差分析法。
由于QTL同效等位基因在双亲闻分散分布的影响，可考虑用F2群体中表型极端的两类个体来代替亲本P1和P2进行分析t以估计重组率、基因加性效应和显性效应。
有关的亲本均值和方差分别用两类授端个体的均值和方差代替。
2 矩法和量大似端法1986年Weller将最大似然技术应用到用两个近交系闸杂交F2代的分析，估计介于标记位点和QT1，之间的重组值。
尽管Weller(1986)使用的方法不能保证获得的估计是最大似然估计，但在理论上开创了利用最大似然法定位QTL 的先例 Li1o (1989，1991)发展了分别适合于近交F2、回交(Bc)群体和加倍单倍体(DH)群体的统计方法并获得了数量性状基本参数的最大{El然估计。
但该方法只适音于遗传率大于0．1的单个QTL控制的性状，当多个QTL控制该性状时．该方法有效。
因此Weller(1992)认为该方法只是一种近似最大似然估计．Leo和Williams(1993)将其改称为矩估计法，并发展了相应的适合于近交F2群体的最大似然估计法。
同时还考虑了QTL 基因型间数量性状方差的同质性(方差同质模型)和异质性(方差异质模型)。
徐云碧(1 994)引入了似然比检验统计量(LOD)，解决了重组值和连锁的显著性检验问题。
3 相关分析法Z．Hu et al(1995)提出了重组近交系中检测和估计标记座位和数量性状座位问连锁的相关方法。
此方法的有效性是预期重组值E(r)、QTL基因型均值问标准差(d)以及样本大小N 的函数。
一般情况下t用相关方法进行的／-值估计偏高，与最大似然法的结果相反。
相关方法和标记基因型均值比较法在任何E(r)和d情况下，r值估计都无差别。
在不完全连锁时，该方法估计重组值没有连锁的检测有效该方法仅基于1个QTL，或1个紧密连锁的一簇QTLs控制1个数量性状，QTLs的效应是加性的。
假定不连锁的QTLs也控制该性状，由于所考虑的QTL 的方差与其它未连锁的QTLs的方差相混淆，r的估计值将偏高。
在相关方法的研究方面，国内学者胡中立等腺提出了重组近交系(RIL)和双单倍体(DH)群体中使用单个标记座位定位1个QTL 的相关方法外，还再进一步提出DH 群体中区间双标记座位定位QTL 的相关方法，李宏(1999)又对该方法进行了改善，提出了Haldane作图函数在有交叉干涉存在时(即C≠1)DH群体区闻双标记定位QTL 的相关方法。
并将相关方法拓展到BC群体的QTL定位。
4 区间作图法近年来，由于分子生物学技术的发展，许多生物构建了精细的分子遗传标记图谱，过大大促进了QTL的系统作图和分析。
Lander和Botstein(1989)提出了一种有很大改进的方法来定位QTL的位置，称之为区间作图法(IM)。
区间作图法(IM)可以在标记覆盖的任何位置进行并沿染色体产生1个连锁的LRT统计轮廓线，在某染色体区段具有明显最大的LRT统计值的位置即为QTL的估计位置已经证明，IM 方法比标记直接分析法更加有效，并且要求较少的后代 Haley和Knott(1992)提出了区间作图的回归方法，近似IM 但Haley和Knott的方法对剩余方差的估计有偏差，QTL检测的有效性可能受到影响(Xu，1995)：IM 方法在QTL 作图模型中1次只考虑1个QTL。
固此t当同一连锁群中有多个QTL时，IM 可能对QTL 的估计造成偏(Lander and Bostein l 989；Ha—ley and Knott 1992；Zeng1994) 为了解决多个QTL 的问题，Jansen(1 993)和Zeng(1 993，1994)分别提出了将IM 方法与多元回归分析相结合进行作图：Zeng称之为复合区间作图法(cM ) 。
5 复台区间作图法Lander和Botstein(1 989)曾倡导了对多个区间上的多个QTL进行同步检潮的策略。
但在参数估计厦模型鉴别上存在一些困难。
此外，1个染色体上QTL数目不确定，因此．作图有偏差，而且该法仍然未利用其它标记所提供的信息。
Haley和Knott(1992)MartinezCurnow(1992)曾建议利用二元回归分析沿着被检测的染色体在二维检验空间检测以定位两个QTLMoreno Gonzalez(1 992)提出以区间作图为骨架的混合模型(Mixture mode[)分析法 Jansen(1993)倡导了一种将多元回归分析与区间作图相结合的QT[ 作图方法，类似于复合区间作图法，但也有不同之处Zeng(1993)将多元回归分析用于QTL 怍图，并指出多元回归中表型对标记的偏回归系数只取决于相邻标记所包括的区间中的QTL，与其它区间的QTL 无关这为QTL 作图的区间检验提供了基础。
Zeng(1994)发展了一种作图方法，利用多个标记以改善多个QTL 怍图的精度和效率。
这一方法的基础是区间检验，所构建的检验统计量不受区间外的其他QTL 的影响。
Zeng(1994)倡导的QTL 作图方法，将QTL检验和作图中单个QTL的般应分开来，这可显著提高作图的精度这一方法更适用于遗传率较高的性状。
Zeng(1994)只分析了回交群体设计，并且忽略了上位性，如果QTL 存在上位性，该作图法可能仍然是有偏的在QTL作图分析上位性所遇到的问题是多种类型的遗传上位性，并且尚未很好地定义起作用的上位性遗传参数=在原理上，如果遗传上位性的类型可以鉴另l个，就可以在QTL作图模型中拟台上位性。
6 多区间作图Kao和Zeng(1 999年)提出多区间作图(MIM )，该方法同时利用多个标记区间进行多个QTL 的作图=MIM 模型的遗传参数的解释与Cockerham 的模型相同，并且用最大似然法估计遗传参数。
使用MIM 方法，QTL作图的精度和有效性可得到改进。
QTL间的上位性、个体的基因型值和数量性状的遗传力可以得到准确估计和分析应用M IM 模型，提出了以似然比检验统计量为临界值的分步选择步骤来证实QTL ．应用估计的QTL 效应和位置t可以探索对于特殊目的和要求的性状改良的标记辅助选择的最佳策略 M IM 的Fortran程序可在Web 网上获得。
7 多性状作图最近一些学者对多性状QTL 的检测进行了探索(Jiang 和Zeng 1 995；Korol al 1995；W etier1 997) 对多性状QTL 作图感兴趣有如下几个原因。
假如选择是基于QTL 基因型，不仅对QTL 在重要经济性状的遗传协方差中的作用的了解是重要的，而且检潮QTL的统计效力在多性状分析中较单性状为高。
基因型选择应用于家畜QTL 测定实验，只有具极端表型的动物才确定基因型对于基因型已确定的动物，QTL检测的般力与方法有关简单回归方法可用于估汁选择基因型的参数，但估计是有偏的为获得无偏估计t最大似然法可应用于整套数据的分析，包括未确定基因型的动物(Lander或Botstein 1 989)，或者得到参数的近似估计(Darvasi和Soller 1992；MurantY和Goffinet 1997)。
Markov链、Monte Carot方法，对缺失数据的抽样，也适合于基因型选择的数据当进行基因型选择时·与此性状有关的其它性状的QTL 般应的估计也存在问题。
除非将基因型选择和相关性考虑在内，否则相关性参数估计是有偏差的。
绝大多数用于QTL检测统计方法，都在不同标记基因型的表型间怍了比较而不同表型的标记基因型也可进行比较 Lebowitzet al(1987)称这种方法为基于性状的方法，相对于基于标记的方法。
从目前的研究来看，有关QTL 作图方法的研究进展较快，不断有学者提出新的改进方法，就目前来讲，有许多QTL作图方法还未被遗传学研究工作者普遍接受，主要是由于有的方法计算太复杂，或者检潮QTL的效力和精度不够理想，目前应用较为广泛的是Lan—der和Bosten倡导的区间作图法，该方法比较成熟，又被许多遗传学家所推崇，但仍然不够理想，也有需待改进的地方，不过从发展的趋势来看，有关QTL作图的研究在今后一段时间仍是遗传学研究的一大热点，现在开展的工作仅是进行检测定位和作图，要应用到作物和家蓄等的改进方面，以及进行基因克隆等操作，尚有很多问题需要解决。
