声明
摘要
1 前言
1.1 高通量测序技术的发展
1.2 全基因组预测研究背景
1.3 全基因组关联分析方法的研究背景
1.4 多表型多环境的全基因组关联分析
1.5 关联分析工具的发展
1.6 研究目的及意义
2 基因组预测方法的开发
2.1 材料与方法
2.1.1 实验数据
2.1.2 系谱BLUP
2.1.3 GBLUP模型
2.1.4 SBLUP模型的设计
2.1.5 CBLUP模型
2.1.6 Bayesion LASSO模型
2.1.7 表型模拟参数
2.2 结果与分析
2.2.1 不同筛选标记构建亲缘关系矩阵的比较
2.2.2 以组代替个体的亲缘关系矩阵
2.2.3 四种方法在模拟数据中的表现
2.2.4 真实数据中关于方法优势区域的探索
2.2.5 不同方法的优势领域
2.2.6 方法计算速度的比较
2.3 讨论
2.3.1 真实的分子亲缘关系
2.3.2 基于QTN建立的分子亲缘关系矩阵
2.3.3 基于组间关系的亲缘关系矩阵
2.3.4 计算效率
2.4 小结
3 全基因组关联分析软件的拓展
3.1 软件设计
3.1.1 操作平台及数据
3.1.2 软件设计流程图
3.1.3 内嵌全基因组关联分析方法
3.2 输入文件
3.3 输入命令
3.4 输出文件
3.4.1 NJtree图
3.4.2 3D-PCA
3.4.3 多种方法或多性状GWAS综合分析
3.4.4 显著位点区域的LD内相关性分析
3.5 讨论与展望
3.6 小结
4 基因与环境互作的关联分析模型
4.1 材料与方法
4.1.1 实验数据
4.1.2 GbyE模型
4.1.3 GbyE软件
4.1.4 GbyE的模拟设计
4.2 结果与分析
4.2.1 模拟数据中的GbyE
4.2.2 真实数据中的GbyE
4.2.3 大数据下GbyE的运算效率
4.3 讨论
4.3.1 模拟数据
4.3.2 真实数据
4.3.3 计算效率
4.4 小结
5 总结
致谢
参考文献
附录
攻读博士学位期间发表的学术论文