| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 文献综述 | 第11-27页 |
| 引言 | 第11页 |
| 1 QTL定位群体建立、遗传图构建及测验统计量 | 第11-14页 |
| 1.1 QTL定位的步骤 | 第11-13页 |
| 1.1.1 亲本的选择 | 第11-12页 |
| 1.1.2 分离群体的建立 | 第12页 |
| 1.1.3 分子标记的筛选 | 第12页 |
| 1.1.4 遗传图谱的构建 | 第12-13页 |
| 1.2 作图群体 | 第13页 |
| 1.2.1 临时性分离群体 | 第13页 |
| 1.2.2 永久性分离群体 | 第13页 |
| 1.3 测验统计量 | 第13页 |
| 1.4 阈值的计算方法 | 第13-14页 |
| 2 QTL定位的方法 | 第14-20页 |
| 2.1 单标记分析 | 第14-15页 |
| 2.2 区间作图 | 第15-16页 |
| 2.2.1 标准区间作图 | 第15页 |
| 2.2.2 Haley-Knott回归 | 第15-16页 |
| 2.2.3 扩展的Haley-Knott回归 | 第16页 |
| 2.2.4 Imputation方法 | 第16页 |
| 2.3 复合区间作图 | 第16-17页 |
| 2.4 完备区间作图法 | 第17-18页 |
| 2.5 多区间作图法 | 第18页 |
| 2.6 基于贝叶斯的QTL定位 | 第18-19页 |
| 2.7 多性状联合QTL定位 | 第19-20页 |
| 3 一般配合力的遗传研究 | 第20-22页 |
| 3.1 一般配合力的经典数量遗传学研究 | 第20-21页 |
| 3.2 一般配合力的QTL定位研究 | 第21-22页 |
| 4 过饱和模型选择研究进展 | 第22-24页 |
| 5 R语言简介 | 第24-27页 |
| 5.1 R语言的特点 | 第24-25页 |
| 5.2 与QTL定位有关的R语言包简介 | 第25-27页 |
| 5.2.1 R/qtl | 第25页 |
| 5.2.2 R/qtlbim | 第25页 |
| 5.2.3 R/networkR | 第25-26页 |
| 5.2.4 R/mpMap | 第26页 |
| 5.2.5 R/dlmap | 第26-27页 |
| 第二章 基于R/qtl不同方法对玉米株高QTL定位结果的比较 | 第27-38页 |
| 摘要 | 第27页 |
| Abstract | 第27-28页 |
| 引言 | 第28-29页 |
| 1 材料与方法 | 第29页 |
| 1.1 数据文件 | 第29页 |
| 1.2 定位分析方法 | 第29页 |
| 2 结果与分析 | 第29-37页 |
| 2.1 区间作图 | 第29-31页 |
| 2.2 复合区间作图 | 第31-33页 |
| 2.3 二维扫描 | 第33-35页 |
| 2.4 多QTL拟合 | 第35-37页 |
| 3 讨论与结论 | 第37-38页 |
| 第三章 玉米株高性状QTL的贝叶斯定位分析 | 第38-47页 |
| 摘要 | 第38页 |
| Abstract | 第38页 |
| 引言 | 第38-39页 |
| 1 材料与方法 | 第39-41页 |
| 1.1 材料 | 第40页 |
| 1.2 DNA提取与全基因组标记分析 | 第40页 |
| 1.3 遗传图谱的构建 | 第40页 |
| 1.4 统计分析理论与模型 | 第40-41页 |
| 2 结果与分析 | 第41-45页 |
| 2.1 MCMC样本 | 第41-42页 |
| 2.2 一维贝叶斯因子扫描 | 第42-43页 |
| 2.3 二维扫描 | 第43页 |
| 2.4 QTL数目和模式的贝叶斯因子分析 | 第43-45页 |
| 2.5 逐步回归拟合分析 | 第45页 |
| 3 讨论 | 第45-47页 |
| 第四章 基于QTL定位分析策略的一般配合力遗传基础研究 | 第47-59页 |
| 摘要 | 第47页 |
| Abstract | 第47-48页 |
| 引言 | 第48-49页 |
| 1 材料与方法 | 第49-50页 |
| 1.1 NCII交配设计与GCA效应估计 | 第49-50页 |
| 1.2 QTL与QTL_(GCA)定位策略及其信号强度的评价 | 第50页 |
| 1.2.1 QTL和QTL_(GCA)定位策略 | 第50页 |
| 1.2.2 QTL与QTL_(GCA)信号强度的评价 | 第50页 |
| 2 结果 | 第50-56页 |
| 2.1 性状受1对等位基因控制 | 第50-52页 |
| 2.1.1 GCA效应的遗传组成和影响因素 | 第50-51页 |
| 2.1.2 性状QTL与QTL_(GCA)比较 | 第51-52页 |
| 2.2 性状受2对等位基因控制 | 第52-56页 |
| 2.2.1 性状受2对加/显性等位基因控制 | 第52页 |
| 2.2.2 性状受2对互作等位基因控制 | 第52-56页 |
| 3 讨论 | 第56-58页 |
| 3.1 GCA的遗传组成 | 第56-57页 |
| 3.2 性状本身QTL及其与性状QTL_(GCA)的关系 | 第57-58页 |
| 4 结论 | 第58-59页 |
| 第五章 基于偏最小二乘的多性状联合变量选择方法研究 | 第59-80页 |
| 摘要 | 第59页 |
| Abstract | 第59-60页 |
| 引言 | 第60-61页 |
| 1 模拟研究 | 第61-64页 |
| 1.1 统计分析 | 第62-63页 |
| 1.2 模拟设置 | 第63-64页 |
| 1.3 考察指标 | 第64页 |
| 1.4 分析工具 | 第64页 |
| 2 模拟结果 | 第64-74页 |
| 2.1 单性状分析的统计功效 | 第64-66页 |
| 2.2 单性状分析时候选基因效应估计的准确度和精确度 | 第66-69页 |
| 2.3 多性状联合分析候选基因的统计功效 | 第69-71页 |
| 2.4 多性状联合分析候选基因效应值估计的准确度和精确度 | 第71-74页 |
| 3 单性状分析和多性状联合分析的比较 | 第74-78页 |
| 3.1 统计功效比较 | 第74-77页 |
| 3.1.1 不同的PIC值统计功效比较 | 第74页 |
| 3.1.2 不同大小的效应值的统计功效比较 | 第74-77页 |
| 3.2 效应估计的准确度和精确度比较 | 第77-78页 |
| 3.2.1 效应估计的准确度比较 | 第77页 |
| 3.2.2 效应估计的精确度比较 | 第77-78页 |
| 4 讨论 | 第78-79页 |
| 5 结论 | 第79-80页 |
| 参考文献 | 第80-89页 |
| 致谢 | 第89-90页 |
| 攻读博士期间发表的论文 | 第90-91页 |
