目录 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-9页 |
本文所用主要缩略词 | 第9-11页 |
第一部分 文献综述 | 第11-30页 |
第一章 文献综述 | 第12-30页 |
1 数量性状遗传 | 第12-21页 |
·数量遗传学的形成与发展 | 第12-14页 |
·数量遗传学的特点 | 第14-15页 |
·数量性状QTL定位方法 | 第15-16页 |
·数量性状QTL定位的压缩估计方法 | 第16-21页 |
·Bayesian压缩估计方法 | 第17-18页 |
·惩罚极大似然方法(Penalized Maximum Likelihood,PML) | 第18-19页 |
·随机搜索变量选择方法(Stochastic Search Variable Selection,SSVS) | 第19页 |
·经验贝叶斯方法(Empirical-Bayes,E-Bayes) | 第19-20页 |
·Bayesian分层线性模型 | 第20页 |
·LASSO估计的EM算法 | 第20-21页 |
2 关联分析 | 第21-25页 |
·关联分析概念 | 第21页 |
·连锁不平衡及其度量 | 第21-23页 |
·关联分析的方法与应用 | 第23-24页 |
·关联分析的影响因素及存在的问题 | 第24-25页 |
3 巢式关联分析 | 第25-28页 |
·巢式关联分析 | 第25-28页 |
·巢式关联分析的应用 | 第28页 |
4 本研究的目的与内容 | 第28-30页 |
第二部分 研究报告 | 第30-57页 |
第二章 巢式关联分析的新方法 | 第31-43页 |
摘要 | 第31页 |
1 引言 | 第31-32页 |
2 原理和方法 | 第32-35页 |
·遗传模型 | 第32-33页 |
·多QTL模型 | 第32页 |
·主效QTL+上位性QTL模型 | 第32-33页 |
·参数估计 | 第33-35页 |
·似然比检验 | 第35页 |
3 模拟研究 | 第35-40页 |
·多QTL模型 | 第35-39页 |
·主效QTL+上位性QTL模型 | 第39-40页 |
4 讨论 | 第40-43页 |
·新方法的统计功效 | 第40页 |
·新方法的假阳性率 | 第40-41页 |
·新方法在QTL作图中的应用 | 第41-43页 |
第三章 玉米花期性状的遗传剖析 | 第43-55页 |
摘要 | 第43页 |
1 引言 | 第43-44页 |
2 材料和方法 | 第44-46页 |
·试验材料 | 第44-45页 |
·统计方法 | 第45-46页 |
·参数估计方法 | 第45页 |
·连锁不平衡分析 | 第45页 |
·AIC计算 | 第45-46页 |
3 结果分析 | 第46-52页 |
·玉米花期性状关联分析结果 | 第46-51页 |
·散粉期关联分析结果 | 第46-48页 |
·吐丝期关联分析结果 | 第48页 |
·散粉-吐丝间期关联分析结果 | 第48-51页 |
·与其他方法共同检测到的QTL | 第51-52页 |
·模型适合性比较 | 第52页 |
4 讨论 | 第52-55页 |
·对缺失数据的处理 | 第52-53页 |
·花期性状的遗传组成 | 第53页 |
·实例分析结果可靠性 | 第53-54页 |
·生育期性状的相关性 | 第54-55页 |
第四章 全文结论及创新点 | 第55-57页 |
1 全文结论 | 第55页 |
·巢式关联分析多QTL定位及上位性分析方法的建立 | 第55页 |
·玉米花期性状的遗传分析 | 第55页 |
2 创新点 | 第55-57页 |
参考文献 | 第57-65页 |
致谢 | 第65页 |