一、用混合模型定位一个复杂家猪家系13号染色体QTL的研究(论文文献综述)
蒋仪[1](2021)在《高效多性状混合模型关联分析方法》文中研究说明线性混合模型(LMM)能够综合考虑群体分层、家系结构和复杂的样本间亲缘关系等混杂因子,已成为全基因组关联研究的有力工具。同时分析多个相关表型时,多元线性混合模型(mv LMM)不但可以检测一因多效性数量性状核苷酸(QTNs)和同时也可以检测仅控制一种性状的非一因多效性QTNs,即一因几效QTNs。从统计上来讲,多变量分析比标准的单变量分析具有更高的统计效力;从生物学上讲,使用具有高连锁不平衡性的一因多效性QTNs和一因几效QTNs可以解释多个性状之间的遗传关系如何产生。基于基因组方差组分,我们通过使用典型相关变换将多变量混合模型关联分析转化为多个单变量混合模型关联分析,然后使用Single-Runking逐个性状执行单变量混合模型关联检验。该方法与其他mv LMM相比,大大增加可同时分析的性状个数,同时得到的效应也可以再通过一次典型相关变换回原始尺度,使关联结果具有生物学解释性。此外,我们借助GEMMA软件快速估计基因组协方差矩阵,并在回归扫描时,仅针对影响较大或具有较高显着性水平的标记优化了多基因遗传力,从而大大提高了多个单变量关联检验的计算效率。除了逐个标记的回归检验以外,使用联合分析显着提高了检测QTN统计效力。本研究基于C++语言开发了便捷使用的mvRunKing软件,可以高效实施多变量混合模型关联分析。本研究分别基于人类和玉米数据两个基因组数据集,进行了不同遗传和剩余相关组合条件下多性状模拟。计算机模拟试验结果表明:(1)当低复杂结构群体中性状间的遗传相关远大于剩余相关,优化前的mvRunKing与采用Wald检验的GEMMA具有近乎相同的检测QTNs统计效力。只要残差相关不太大,多性状PCA也会产生与优化后的mvRunKing相同的结果。通过多次检验获得的多个QTNs候选物的联合关联分析使mvRunKing能够提高QTN的统计检测效力。(2)当所分析的性状数增加时,GEMMA的运算时间随着被分析性状数量的增加而急剧增加,而mvRunKing几乎没有内存限制,比GEMMA的运算时间减少了数倍至数百倍。通过对尼罗罗非鱼(Oreochromis niloticus)多个生长性状的全基因组关联分析证实:mvRunKing在保证与GEMMA方法相同的统计功效的情况下,运算时间比其快几倍至数百倍。
丁荣荣[2](2017)在《猪悬蹄过度生长的分子遗传机理解析》文中研究指明悬蹄在猪的不断进化过程中退化严重,主要作用在于辅助主蹄承受猪的体重以及维持其身体平衡。当母猪悬蹄过度生长时,极易发生机械损伤,进而造成无法站立及饮食,继发引起怀孕母猪流产、哺乳母猪营养不良等,从而对母猪和后代仔猪的各方面性能产生影响,也导致母猪过早的被淘汰,给养殖企业带来了巨大的经济损失。但是,目前母猪悬蹄过度生长的分子遗传机理尚不清晰。为解析大白母猪猪悬蹄过度生长的遗传机制,本研究对242个悬蹄正常大白母猪个体和233个悬蹄过度生长大白母猪个体进行Illumina 80K SNP芯片分型,利用GEMMA软件开展基于单变量混合线性模型的病例-对照的全基因组关联分析,并以Bonferroni校正法确定显着性阈值。结果显示检测到7个染色体显着水平的SNPs(P<1.99E-05),并将影响悬蹄过度生长的QTL定位到13号染色体上位于140.69Mb和143.12Mb之间的2.43Mb区域内,其中最显着关联的SNP位点WU10.213143119423位于基因N RROS的第一内含子内(P=1.09E-06)。为进一步缩小QTL区间,采用了单倍型框分析和连锁不平衡分析进行精细定位。最终将QTL定位到了一个141.29Mb到143.28Mb之间跨度为1.99Mb的区域内,这是本研究当前得到的最小的QTL区间。通过在Ensembl数据库对上述QTL区域进行搜寻,该区域共包含17个基因,可作为悬蹄过度生长的候选基因进行后续研究。其中,APOD基因在人类皮肤的角质层表达,且跟皮肤的部分遗传疾病的角质化相关,与悬蹄过度生长发病机理相关性很高。APOD基因可作为潜在的重要候选基因在后期致病基因的鉴别中重点关注。在候选基因APOD的外显子区域及上游1kb共检测到9个SNP位点。其中,预测的转录起始位点位于插入缺失突变SNP c.ins/del51(13:142075529-142075580)内,而c.A>G(13:142076039)位于预测转录因子活性区域内。本研究首次发现了影响大白母猪悬蹄过度生长的QTL和候选基因,为后期致病基因和关键突变位点的鉴别奠定了基础,为母猪悬蹄过度生长的分子遗传机理的解析提供了参考和铺垫。
章峰[3](2017)在《肉牛剩余采食量及其组成性状的全基因组关联分析和基因组选择研究》文中提出第一部分:在肉牛生产中,饲料成本占总支出的55%-75%,是最大的单项支出,因此饲料效率是一项极其重要的经济性状。而脂肪酸成分对人类健康影响显着,因此也逐渐引起众多研究人员的重视。量化饲料效率与脂肪酸成分的相关性从而构建多性状选择指数进行遗传改良,对提高生产利润具有重要意义。本研究以1366头加拿大肉牛为研究群体,采用双性状动物模型,对剩余采食量(Residual Feed Intake,RFI)、矫正背膘厚后的剩余采食量(RFI adjusted for final ultrasound backfat thickness,RFIf)、干物质摄入量(Dry Matter Intake,DMI),日增重(Average Daily Gain,ADG),中期代谢体重(Metabolic Body Weight,MWT),背膘厚(Final Ultrasound Backfat Thickness,FUFAT)六个性状与25种背部皮下组织的脂肪酸成分的表型相关和遗传相关进行估计。结果表明RFI和RFIf与脂肪酸成分的表型相关普遍较低(绝对值小于0.25);但是RFI和RFIf与多不饱和脂肪酸有较高的遗传相关,包括n-6/n-3(0.52±0.29和0.45±0.31)、18:2n-6(0.45±0.18 和 0.40±0.19)、n-6(0.43+0.18 和 0.38±0.19)、PUFA(0.42±0.18 和 0.36±0.20)、9c-16:1(-0.43±0.20 和-0.33±0.22)。因此选择低 RFI 的肉牛(即饲料效率高的肉牛)会降低n-6含量及n-6/n-3比例,增加9c-16:1的含量,从而改善肉牛的脂肪酸成分,对人类饮食健康更有利。同时DMI与9c-14:1(-0.32±0.17)和sumCLA(-0.45±0.21)有中等遗传相关,意味着选育低DMI的肉牛会增加皮下脂肪组织的9c-14:1和sumCLA的含量,也有利于人类饮食健康。但ADG与11t-18:1(-0.38±0.23)和sumCLA(-0.73±0.26)的负遗传相关对人类饮食健康不利,这表明选择长得更快的肉牛会降低有利的11t-18:1和sumCLA含量。因此,如果要同时对饲料效率、采食量、生长速度、脂肪酸成分进行综合遗传改良的话,上述研究结果可以为构建多性状选择指数提供有价值的参数借鉴。第二部分:为了探索肉牛的RFI、DMI、ADG和MWT四个性状的遗传结构,搜寻影响它们的显着位点,本研究利用全基因组填充数据对6个群体共7573头肉牛进行单分子标记全基因组关联分析(Genome-wide Association Study,GWAS)。我们一共检测到1463个与上述性状极相关联的位点,其中6、285、628和1388个极显着位点分别与RFI、DMI、ADG和MWT强相关联。通过与牛公共QTL数据库进行比对后,发现5个影响ADG和4个影响MWT的单核苷酸多态性(Single Nucleotide Polymorphism,SNP)与数据库中的数量性状基因座(Quantitative Trait Locus,QTL)重叠。此外,我们对这1463个位点进行生物学功能预测分析,并按功能的重要性由小到大将其划分为三类,其中属于第三类的6个极显着位点具有重点研究的价值。此外,与RFI相关联的6个极显着位点分别位于5号(1个)和12号(5个)染色体上,在其置信区间内搜寻候选基因并结合其生物学功能后,认为DCP1B和SUPT20H基因是影响RFI的候选基因。我们发现602个一因多效位点,即同时影响DMI、ADG和MWT中两种以上性状的位点。其中136个多效位点(包括影响性状的最强信号)位于6号染色体37.9-39.0 Mb区间,最有可能的候选基因是DCAF16、NCAPG和LCORL。位于14号上的多效位点区间为24.89-25.07 Mb,潜在的候选基因是MOS、PLAG1和LYN。而在20号染色体上STC2基因内存在一个多效应的错义突变(rs42661323)位点,同时影响MWT和ADG两个性状,并与其最强信号位点处于高度连锁不平衡(r2=0.96)。因此rs42661323很可能是影响MWT和ADG的候选因果位点。目前为止,本文首次在如此大规模的肉牛群体中用全基因组基因填充数据对RFI及其组成性状进行GWAS分析,上述结果加深了我们对肉牛的饲料效率、采食量和生长性状的遗传结构和分子机理的理解。第三部分:基因组选择(GS)对较难测定或测量费用昂贵的性状(如肉牛中的饲料效率)进行遗传改良时具有巨大优势。而预测准确度则是GS成功与否的关键因素。为了最大化RFI、DMI和ADG的遗传改良和生产利润,本研究分别从标记密度(50K和777K)、训练群体规模(单品种和多品种)和统计模型(GBLUP、BayesB和BayesR)等方面评估其对基因组预测准确度的影响,希望可以为肉牛饲料效率、采食量和日增重进行基因组选择找到一个最优策略(预测准确度最高)。我们总共收集了 6个群体共7573头肉牛的表型数据,在用牛50K和777K两种不同密度基因型芯片检测后,使用基因填充方法将所有个体基因型填充至777K,然后用五折交叉验证法估计基因组预测的准确度。结果发现在BayesR模型下,利用777K芯片的多品种训练群体对DMI预测时准确度最高(0.66±0.04)。当采用BayesR模型预测RFI、DMI、ADG时平均准确度分别为0.37、0.43和0.39,比用BayesB模型略高(分别为0.35、0.38 和 0.36),也比 GBLUP 稍高(0.37、0.42 和 0.34)。BayesR 模型在不同策略下都更有优势,平均比GBLUP和BayesB模型分别高0.02和0.03。此外,多品种训练群体要比单品种训练群体要好,平均高0.06。高密度标记要比低密度芯片要更准,平均高0.02。这些结果暗示了当对肉牛饲料效率、采食量和日增重进行遗传改良时,使用高密度标记、多品种训练群体和BayesR模型更有优势。
贾春阳[4](2014)在《绵羊13号染色体生产相关性状的QTL定位》文中指出绵羊是人类较早驯化的家畜之一,但由于绵羊的一些特性,使得人们始终无法对其进行真正的现代化高效养殖。QTL是影响数量性状的一个染色体片段,是对某一数量性状有一定决定作用的单个基因或微效多基因簇。生长相关性状一般被认为是由微效多基因控制的数量性状,由于繁殖性状和体重性状为数量性状,可能受到微效基因控制,也有可能受到几对主效基因控制,加上环境效应的影响而表现连续的变异。本研究以来自于新疆生产建设兵团第九师165团的德国美利奴公羊(12只)与中国美利奴母羊(600只)杂交,从F1代选出公羊5只与母羊300只进行杂交,共累计产生有性状记录的F2代150只为群体。体尺性状体高、体斜长、胸宽、腰角宽、体重,繁殖性状初生重和产羔数。选取来自13号染色体上多态性好,等位基因多的10个微卫星标记,对体尺性状和繁殖性状进行关联分析,并且绘制了13号染色体遗传连锁图谱,对于性状差异显着进行了QTL定位。研究内容和结果如下:(1)以德国美利奴公羊为父本中国美利奴为母本,构建了F2代参考群体150只,并与亲代进行比较,其亲代与F2代在成年体重和羔羊初生重上有显着差异。说明这两个性状在后代出现了分离,此群体可以用于连锁图谱的构建和QTL定位分析。并以DNA提取、PCR和电泳技术为基础,对表型性状和基因型的统计分析,本研究所选10个微卫星在实验群体中共发现有50个等位基因,平均等位基因为5个,其中最多的是SCYAMS、BL1071,为7个,最少的是BMS1669,为2个。扩增的等位基因长度在109326bp之间,本研究所得结果为:10个所选微卫星标记中有9个呈现高度多态性,1个呈现中度多态性,为绵羊13号染色体遗传连锁图谱的构建和QTL定位提供了保障。(2)繁殖性状和体尺性状表型值差异的F统计检验:在本试验所建参考家系中,在绵羊第13号染色体的微卫星标记TGLA6和标记BMC1222之间检测到可能存在绵羊繁殖性状中影响绵羊初生重的QTL位点,具体位置在13号染色体的15.3cM处,经F检验达到了显着水平(P<0.05),距BMC1222约4.8cM;在绵羊第13号染色体的微卫星标记MCMA2和标记MCM253之间检测到可能存在绵羊体尺性状中影响绵羊成年体重的QTL位点,具体位置在13号染色体的74cM处,经F检验达到了显着水平(P<0.05),距MCM253约3.5cM。(3)利用crimap2.4连锁图谱构建的方法和GRIDQTL在线软件绘制了13号染色体的遗传连锁图谱并对初生重和成年体重进行了QTL定位。在绵羊13号染色体上15.3cM处检测到一个影响绵羊初生重的繁殖性状QTL,74cM处检测到一个影响绵羊成年体重的体尺性状QTL。
刘宏娟,皮会庆,崔顺德,杜越峰,王云良,胡洪柱[5](2013)在《微卫星标记与杂种猪肉质性状和胴体性状的相关分析》文中研究说明选用位于13号染色体上的8个微卫星标记对176头杂种猪的基因组DNA进行PCR扩增,扩增结果用聚丙烯酰胺凝胶进行电泳分型,分析微卫星标记的多态性及其与肌肉颜色、大理石花纹、pH1值、pH2值、剪切力、含水率、肌内脂肪等7个肉质性状和1个胴体性状背膘厚之间的相关性。各位点等位基因数为2~6个,杂合度为0.08402~0.62716,多态信息含量为0.0821~0.599。SW864与肌内脂肪含量、大理石花纹相关;S0222与肌肉颜色、肌内脂肪含量、大理石花纹,背膘厚存在相关性;SW882与肌内脂肪含量、大理石花纹相关;SW937与背膘厚相关。上述结果表明,在微卫星SW864、S0222、SW882和SW937位点附近可能存在影响肉色,肌内脂肪和背膘厚性状的QTL。
阮国荣[6](2012)在《利用全基因组关联分析(GWAS)鉴别猪腹股沟/阴囊疝易感基因》文中认为腹股沟/阴囊疝是猪最主要的遗传性疾病之一,每年给世界养猪业造成巨大的经济损失。猪腹股沟/阴囊疝的发病率约为1%,遗传力在0.2-0.6不等,环境、品种及遗传背景不同,表现差异较大。在育种实践中,通过常规表型选择对于降低猪腹股沟/阴囊疝的发生率收效甚微,分离和鉴别猪阴囊疝易感位点及其主要致病基因是猪阴囊疝抗病育种的关键。本研究采集了全国8省(市)16个大型种猪场的长白、大白、杜洛克和皮特兰等国外主要商业猪种222个腹股沟/阴囊疝患病家系的739个样本(含239个患病个体),利用Illumina Porcine SNP60K DNA芯片对这些个体进行基因分型,通过严谨的质控检验,最终确定211个家系711个样本(含226个患病个体)的39289个有效SNP用于全基因组关联分析(GWAS)。鉴于样本家系结构的复杂背景,为避免群体层化效应给GWAS分析带来干扰,首先对样本信息进行了群体结构分析,并根据群体分布结果,开展了基于家系的传递不平衡检测(TDT)分析,未发现显着关联位点;然后针对样本中含有7个患病个体以上的3个半同胞家系分别进行了连锁定位分析以及合并分析,采用Bonferroni校正值确定显着性阂值,也未检测到显着关联位点;再对所有样本进行病例-对照SNP全基因组关联分析和单倍型分析并通过QQ-PLOT作图验证,结果发现在SSC1上17.83Mb-18.13Mb区域5个SNP标记,ASGA0097745(p=0.00057)、ASGA0001418和ASGA0001422(p=0.00089)、ALGA0001427(p=0.00094)、H3GA0001012(p=0.00176)以及SSC7上16.85Mb位置的MARC0077275标记(p=0.00155)与猪腹股沟/阴囊疝显着相关。与其他研究结果比较,SSC1上的17.83-18.13Mb定位区间与Grindflek等(2006)报道区间重叠,易感区域得以进一步验证。而7号染色体的易感位点/区域与Grindflek等(2006)和Knorr等(2006)两个小组在7号染色体上定位到显着影响猪腹股沟/阴囊疝发生的易感位点/区域均不一致,是一个新的猪腹股沟/阴囊疝易感位点。通过Ensemble网站,在1号染色体上的易感区域搜寻到一个位置候选基因糖醛基-2-磺基转移酶(UST),该酶所调控的硫酸皮肤素粘多糖被证明与人类腹股沟/阴囊疝有关。7号染色体上易感位点所对应的位置候选基因为细胞周期蛋白依赖激酶5调节亚单位相关蛋白1类似物1(CDKAL1),推测该基因可能通过调控细胞凋亡影响疝气发生。展望未来,将采用更大规模的样本群体,利用目的基因深度重测序策略,对这两个位置候选基因开展深入的遗传和功能验证分析。本研究利用大规模特定家系全基因组关联分析定位到两个猪腹股沟/阴囊疝易感区域,为下一步在更大样本群中进行重复验证及精细定位猪腹股沟/阴囊疝致病基因奠定了坚实基础,为最终创建阴囊疝抗病分子育种技术提供了理论依据。
蒋晓玲[7](2011)在《猪下丘脑—垂体—甲状腺轴五个关键基因的研究》文中研究表明候选基因鉴定法是分析数量性状基因的重要方法。本论文以在机体物质与能量代谢、个体生长发育调控中发挥重要作用的下丘脑-垂体-甲状腺轴五个关键调控基因:促甲状腺激素释放激素前体TRH基因、促甲状腺激素释放激素受体TRHR基因、组成促甲状腺激素的糖蛋白激素共同亚基CGA基因和促甲状腺激素β亚基TSHB基因,以及促甲状腺激素受体TSHR基因为研究对象,应用生物信息学、辐射杂交细胞系定位技术、3’RACE、实时荧光定量RT-PCR、PCR-RFLP、四引物ARMS-PCR等技术对HPT轴五个关键基因进行染色体定位、QTL分布分析、cDNA克隆、组织表达谱分析、遗传多态寻找以及与猪主要经济性状的关联分析研究,以期了解HPT轴该五个关键基因的分子生物学特性,并为猪主要经济性状遗传改良和标记辅助选择提供科学依据。实验主要得出以下一些结果:(1)应用生物信息学和辐射杂交细胞系定位技术,HPT轴五个关键基因分别被定位于猪13、4、1、4和7号染色体。根据QTL数据库查询结果,五个基因全部位于日增重、肌肉品质和脂肪性状相关QTL内,提示猪HPT轴基因多态与个体生长速度、肉质和脂肪性状差异可能存在重要关联,为相应QTL的位置功能候选基因。(2)本论文首次克隆获得猪TRHR基因mRNA序列,并在分子水平上进行了深入分析。猪TRHR基因与人TRHR基因进化上很接近。除TRHR基因的功能性转录本外,本论文实验中还发现了另外两种转录本类型。其中,转录本2为功能转录本1的截断型,仅含N端结构、跨膜螺旋1-5及部分胞内环3序列,缺失跨膜域6和7以及蛋白C端结构;而转录本3则恰与转录本2相反,剪切661 bp的选择性剪接内含子后,使之缺失了TRHR蛋白的N端编码序列,但保留有C端编码序列。然而选择性内含子的剪接,破坏了原阅读框,转录本3可能编码一种新的功能蛋白,也可能使用了不同的翻译起始位点。多种转录本存在的意义有待研究。(3)采用荧光定量RT-PCR技术,检测了HPT轴五个关键基因在大脑、下丘脑、垂体、心、肝、脾、肺、’肾、甲状腺、胰、胃、小肠、大肠,以及肌肉和皮下脂肪共15个组织中的表达分布。HPT轴激素及其受体在外周组织,如皮下脂肪中的共表达,提示相应激素可能通过旁分泌或自分泌方式对局部组织进行着生长发育调控。(4)以金华猪和皮特兰资源家系亲本个体为模板,共设计17对引物扩增HPT轴五个关键基因总长11,340 bp的DNA序列,进行PCR再测序以寻找核苷酸多态变异。分析基因测序峰图,共发现37个多态座位,其中位于TRH基因多态座位8个,TRHR基因多态座位7个,CGA基因多态座位14个,TSHB基因多态座位5个,TSHR基因多态座位3个。检测到的所有多态座位都提交到了国际SNP数据库dbSNP,并获得SNP登录号。根据多态座位彼此间距离间隔、侧翼序列特点及其潜在功能重要性,选择了其中20个座位,采用PCR-RFLP和四引物ARMS-PCR技术设计并优化了分型方法。(5)对49头纯种金华猪和24头纯种皮特兰猪进行HPT轴20个多态座位的分型,并采用HapBlock软件进行基因单倍型块分析和标签SNP选择。除TRH基因SNP在金华猪中分布于两个单倍型块外,其他基因的SNP座位均位于同一单倍型块中。结合两个品种的单倍型区块和标签SNP集合信息,共选择了3个TRH基因标签SNP,3个TRHR基因标签SNP,5个CGA基因标签SNP,3个TSHB基因标签SNP和1个TSHR基因标签SNP,用于在金华猪与皮特兰资源家系中进行HPT轴基因多态遗传效应分析。(6)在金华猪与皮特兰资源家系共463头个体中分析了HPT轴基因多态性与猪生长、胴体和肉质共30个主要经济性状的关联性,并在在约克夏、杜洛克、长白猪以及嘉兴黑猪中进行了一定的验证分析。分析结果显示:1)在金皮资源家系中TRH ss325994933与个体生长发育后期,尤其是150-180日龄期间增重有显着关联,其在国内和国外猪种中的基因频率亦存在明显的对立分布差异,但在生长较慢的金华猪中占优势的插入突变却在资源家系中表现为生长优势。本研究认为TRH基因可能在中外猪种生长性状差异形成中有一定影响,是相关日增重QTL下的位置功能候选基因,但其多态座位效应仍有待进一步挖掘验证。2) TRHR基因多态性的种群间分化较大。在金皮资源家系中,其对个体头重和胴体长有极显着效应,对眼肌的导电率、pH值、系水力、肌内水份和肌内脂肪性状有显着影响。TRHR基因与多项肉质指标存在显着关联,且在肌肉组织中有表达,本文认为有必要对TRHR基因在猪肌肉组织中的功能进行深入研究。3)尽管本文发现CGA基因多态性与猪肌内水份含量存在显着关联,此前并未见肌内水份QTL定位于CGA基因。可能由于CGA基因内微卫星的存在,造成较频繁的基因内重组,而使基因效应表现不稳定。所有5个CGA SNP在国内外猪种中均未表现出明显对立的等位基因频率分布差异。因此本研究认为,CGA基因多态性可能在国内外猪种性状差异形成中不具有重要地位。4)TSHB基因的种群间分化也较大。在金皮资源家系中,TSHB基因多态性对猪90-120日龄期间增重、后腿肌肉重有统计显着效应,对猪胴体重、胴体长和平均背膘厚有极显着效应。含金华猪单倍型G-G-A纯合子个体较皮特兰单倍型A-G-G纯合子个体增重显着慢,与一般认为的金华猪生长速度慢相一致。并且含皮特兰单倍型A-G-G个体背膘厚显着小于含金华猪单倍型G-G-A个体。此外,在杜洛克群体中,TSHB SNP座位ss181129015与背膘厚也存在显着关联,在国外猪种中占优势的等位基因A有降低背膘厚的效应,验证了在金皮资源家系中的分析结果。因此本研究认为,TSHB基因,尤其是其SNP ss181129015且有作为遗传分子标记应用于猪背膘厚性状改良育种中的价值。5) TSHR基因多态性座位的等位基因A在所有猪种中均以低频出现。金皮资源家系中,TSHR基因多态性对个体生长发育后期120日龄至180日龄期间增重以及眼肌pH值有显着影响。在长白猪群体中的关联分析,进一步确证了TSHR与日增重的关联性。然而,在金皮资源家系中表现出生长优势的等位基因A,在长白猪群体中却表现为生长劣势。
黄生强[8](2010)在《SNP标记定位猪4号染色体QTLs及DECR1基因SNPs与猪经济性状关联研究》文中认为一、本研究以丹麦皇家兽医农业大学猪育种研究站的212头资源家系猪为研究对象,采用PCR-RFLP、PCR-SSCP、PCR产物直接测序等分子技术,检测了资源猪群4号染色体上12个基因的SNP遗传变异,通过BUILD分析构建框架标记的连锁图谱,然后再用ALL程序将其余标记加入到连锁图谱中,最后通过CHROMPIC分析检验所有标记型及其重组型,连锁分析得到一个长度为115.1cM、包含12个SNP标记的遗传连锁图谱。采用混合模型方法,检测了猪4号染色体上pHI、pHU、背膘厚、屠宰重等数量性状的QTL,取得了以下成果:1.连锁分析得到一个长度为115.1cM、包含12个SNP标记的遗传连锁图谱:ZNF644 (9.5cM)—SLC35A3 (25.3 cM)—SORT1 (41.7 cM)—ATP5F1 (51.6 cM cM)—RAPIA (57.2 cM)—GDAP2 (66.8 cM)—PRKAB2 (74.5 cM)—PMVK (81.4 cM)——PMF1 (89.9 cM)—NDUFS2 (99.2 cM)—CA8 (105.7 cM)—SDC2 (124.6 cM)。2.运用混合模型,通过单标记方差分析,结果表明,猪4号染色体上存在一个显着影响pHI的QTL(P<0.05)。区间定位分析将该QTL定位于标记PMVK—NDUFS2之间,平均相对位置为p=0.58±0.37,在遗传连锁图上的位置为94.73cM。该QTL对于pHI的加性效应是0.347±0.136(P<0.05)、显性效应是0.322±0.114(P<0.05)。3.采用与pHI性状相同的统计分析,结果表明,猪4号染色体上存在一个显着影响pHU的QTL(P<0.05)。区间定位分析将该QTL定位于标记ATP5F1—RAPIA之间,平均相对位置为p=0.39±0.16,在遗传连锁图上的位置为55.61cM。该QTL对于pHU的加性效应是0.318±0.129(P<0.05)、显性效应是0.299±0.107(P<0.05)。4.用不同世代资料,采用单标记方差分析猪背膘厚的QTL,结果表明猪4号染色体上存在一个显着影响背膘厚的QTL(P<0.05)。区间定位分析将该QTL定位于标记SORT1—GDAP2之间,平均相对位置为p=0.62±0.39,在遗传连锁图上的位置为50.26cM。该QTL对于背膘厚的加性效应是0.705±0.714mm(P<0.05)、显性效应是0.681±0.802mm(P<0.05)。5.同样的检测方法和统计分析方法研究SNP标记对屠宰重(SWT)、日均屠宰重(ADSG)性状效应的显着程度。结果表明,猪4号染色体上存在一个显着影响屠宰重和日均屠宰重的QTL(P<0.05)。区间定位分析将该QTL定位于标记ATP5F1-GDAP2之间,平均相对位置为p=0.47±0.32,在遗传连锁图上的位置为65.10cM。该QTL对于屠宰重的加性效应是1.56±0.58kg(P<0.05)、显性效应是2.15±0.92kg(P<0.05);对于日均屠宰重的加性效应是0.023±0.008 kg/d(P<0.05)、显性效应是0.017±0.007kg/d(P<0.05)二、本研究以大白猪、长白猪和杜洛克3个猪种共327头为试验材料,对线粒体2,4-双烯酰辅酶A还原酶1(mitochondrial 2,4-dienoyl-CoA reductase 1, DECR1)基因第6至第10外显子区域进行了SNPs筛选,采用PCR-SSCP的方法检测到Exon6和Exon8存在两个SNP位点,并进行了测序分析。同时,对DECR1基因SNP位点的遗传多态性与大白猪、长白猪的肉质、胴体等性状分别进行了关联分析,取得了以下成果:1、运用DNAStar6.0序列分析软件,对猪、牛、小家鼠、褐家鼠、人等5个物种的DECR1基因进行同源性分析,序列比对结果表明,猪与牛、小家鼠、褐家鼠、人的序列同源性分别为89.7%、82.5%、81.6%、89.8%。其中与人的DECR1基因的同源性最高,与牛的次之,与褐家鼠的最低。2、采用比较基因组的方法,根据人的DECR1基因全长序列设计引物来筛选猪DECR1基因的SNP,经PCR-SSCP技术和测序检测,发现Exon6和Exon8区域各存在1个SNP突变位点(C/T,C/G)。3、对3个猪种DECR1基因Exon6的多态性位点进行了遗传结构分析:在三个猪种中,都检测到CC、CT和TT三种基因型,而且都是C等位基因为优势基因;对Exon8的遗传结构分析中,三个猪种中均检测到CC、CG、GG三种基因型,都是C等位基因为优势基因。4、对DECR1基因Exon6的多态性与猪肉质性状、胴体性状的关联分析表明,在大白猪中,(1)在pH值性状上,CC、CT基因型个体值均显着高于TT基因型个体(P<0.05)。(2)在失水率性状上, CC基因型个体与TT基因型个体间差异显着(P<0.05)。(3)在背膘厚性状上,CC基因型个体值显着低于TT基因型个体(P<0.05),CC基因型个体与CT基因型个体相比差异显着(P<0.05)。在长白猪中,(1)在pH值性状上,CC、CT基因型个体值均显着高于TT基因型个体(P<0.05)。(2)在背膘厚性状上,CC基因型个体值显着低于TT基因型个体(P<0.05),CC型个体与CT型个体相比差异显着(P<0.05)。(3)在眼肌面积性状上,CC基因型个体与TT基因型个体相比存在显着差异(P<0.05)。5、对DECRl基因Exon8的三种基因型与猪肉质性状、胴体性状的关联分析表明:在大白猪中,(1)在大理石纹评分性状上,CG基因型个体与GG基因型个体间存在显着差异(P<0.05)。(2)在胴体长性状上,CC基因型个体显着高于GG基因型个体(P<0.05),CG型个体也显着高于GG型个体(P<0.05)。在长白猪中,(1)在肉色等级性状上,CC基因型个体与GG基因型个体间、CG基因型个体与GG基因型个体间均存在显着差异(P<0.05)。(2)在屠宰率性状上,CC基因型个体显着高于GG基因型个体(P<0.05),CG型个体也显着高于GG型个体(P<0.05)。
胡芳[9](2010)在《中国荷斯坦奶牛6号染色体泌乳性状QTL精细定位研究》文中研究表明泌乳性状是奶牛最重要的经济性状,也是奶牛遗传改良计划(DHI)关注的焦点。QTL定位的最终目标就是确定影响性状的相关的功能基因或挖掘出数量性状核苷酸(QTN),以便更准确的理解性状形成的生理生化过程,提高遗传改良效率。自从14年前国际上出现第一篇关于奶牛产量QTL的实验报道以来,国内外很多科学家关注影响泌乳性状的QTL。但是由于家系内重组事件和标记密度的影响,连锁分析获得的QTL区间比较大、定位精度较不够高(一般QTL置信区间在20-30cM左右),难以为位置候选克隆服务。对中国荷斯坦奶牛群体进行连锁定位研究发现6号染色体上存在影响奶牛泌乳性状的QTL,位于标记BMS470附近,其置信区间达55-58cM,同时在定位群体中发现了8个Qq杂合型精英公牛家系。在此基础上,本研究进一步采用女儿设计,收集8头公牛后代女儿资料,群体规模从原来连锁分析的746头个体增加到918头个体,从上述覆盖QTL的区域内选择14个微卫星标记(平均标记密度约1cM),实施结合连锁不平衡信息与连锁分析相结合的分析方法(LDLA)以充分利用当前重组和历史重组事件,考虑两种情况下计算IBD概率,一种是基于14个标记推断单倍型概率(定义为法1),另一种是基于5个标记作为滑动窗口推断单倍型(定义为法2)。验证了以前连锁分析的结果,在BMS470附近确实存在影响泌乳性状的QTL。对乳脂肪量性状,揭示一个显着的QTL位于6.5cM的区间(法1)和4.0cM的区间(法2)。而对乳蛋白量性状,检测到显着性QTL位于3.0cM区间(法1)和2.5cM区间(法2)。结果确定了以前连锁研究的结果,且显着缩小了QTL位置区间。在置信区间内推荐KLF3, TMEM156, WDR19, RPL9, LIAS, UGDH, UEB2K, RBM47, NSUN7, RPL7A, APBB2, UCHL1, TMEM33, SLC30A9, CCDC4, YIPF7, GABRA2为位置候选基因。另外开发和利用WinQTLCart软件分析远交动物群体奶牛泌乳性状分析,单家系分析验证了QTLexpress的结果且缩小置信区间,采用多家系间分析未发现显着性QTL。
刘宏娟[10](2009)在《微卫星标记和pit-1基因与杂种猪肉质性状和胴体性状的相关分析》文中研究表明选用位于13号染色体上的8个微卫星标记对176头杂种猪的基因组DNA进行PCR扩增,扩增结果用聚丙烯酰胺凝胶进行电泳分型,分析微卫星标记的多态性及其与肌肉颜色、大理石花纹、pH1值、pH2值、剪切力、含水率、肌内脂肪等7个肉质性状和1个胴体性状背膘厚之间的相关性。含水率与肌内脂肪,背膘厚的相关系数分别为-0.771 , -0.251,肌内脂肪与背膘厚的相关系数为0.427。SW864与肌内脂肪含量、大理石花纹相关;S0222与肌肉颜色、肌内脂肪含量,大理石花纹,背膘厚存在相关性;sw882与肌内脂肪含量、大理石花纹相关;SW937与背膘厚相关。上述结果表明,在微卫星SW864、S0222、SW882和SW937位点附近可能存在影响肉色,肌内脂肪和背膘厚性状的QTL。同时微卫星与各性状进行多重比较表明,SW864座位AA基因型与AB基因型差异显着,对于大理石纹与肌内脂肪:在表型效应上AA基因型比AB基因型高出0.27和0.013左右,因此推测A(184bp)基因与控制大理石纹和肌内脂肪相关的QTL连锁。S0222座位AB基因型与AC基因型差异显着,对于肌内脂肪,大理石纹,肌肉颜色与背膘厚:在表型效应上AB基因型均比AC基因型高,因此推测B(206bp)基因与控制这些性状相关的QTL连锁。SW882座位DE基因型与AB、CA、DB、BE间差异显着,DB与BE差异不显着,在表型效应上BE比DB的高,说明E(90bp)基因与控制大理石花纹相关的QTL连锁。对于肌内脂肪:DE基因型同样与AB、CA、DB、BE间差异显着,在表型效应上在表型效应上DB比BE的高,说明D(102bp)基因与控制肌内脂肪相关的QTL连锁。SW937座位CA基因型与AB基因型差异显着。同时对Pit-1基因第1内含子上扩增长度为2239bp的片段,检测到一个300多bp的缺失,通过软件预测此多态位点存在着影响基因转录的调控位点,并且在第1内含子发现的突变位点AA基因型与AB基因型对背膘厚差异显着,在表型效应上AB基因型比AA基因型高出0.58左右,说明B基因对于背膘厚有显着影响,上述结果表明,pit-1基因第1内含子影响着基因转录水平,为pit-1基因作为肉质性状的候选基因提供依据。并对不同物种间Pit-1基因遗传分化进行分析,所有物种的平均Dxy值为0.1802。绵羊与山羊间的Dxy值最小为0.053,挪威鼠和原鸡的Dxy值最大为0.294。猪和人的平均Dxy值为0.085。
二、用混合模型定位一个复杂家猪家系13号染色体QTL的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用混合模型定位一个复杂家猪家系13号染色体QTL的研究(论文提纲范文)
(1)高效多性状混合模型关联分析方法(论文提纲范文)
摘要 |
abstract |
引言 |
第1章 全基因组关联分析研究进展 |
1.1 数量性状遗传 |
1.1.1 数量性状遗传研究进展 |
1.1.2 数量性状位点的连锁分析 |
1.2 全基因组关联分析 |
1.2.1 GWAS基本原理 |
1.2.2 GWAS研究现状 |
1.2.3 单性状GWAS模型发展 |
1.3 多性状GWAS |
1.3.1 多性状GWAS研究方法 |
1.4 研究目的与意义 |
第2章 典型相关变换混合模型关联分析方法 |
2.1 方法原理 |
2.1.1 基因组mvLMM |
2.1.2 典型相关变换 |
2.1.3 逐个SNP检验 |
2.1.4 联合分析 |
第3章 模拟验证 |
3.1 多性状模拟基因型数据 |
3.2 多性状表型值模拟 |
3.3 评价指标 |
3.4 模拟结果 |
3.4.1 统计检验功效比较与QQ图 |
3.4.2 运算时间的比较 |
3.5 讨论 |
第4章 实际资料分析 |
4.1 罗非鱼生长性状全基因组关联分析 |
4.1.1 罗非鱼生长性状数据质量控制 |
4.1.2 罗非鱼表型值的统计性质 |
4.1.3 罗非鱼生长性状GWAS分析结果 |
4.2 其他实际数据的全基因组关联分析 |
4.3 讨论 |
第5章 大菱鲆生长性状表型正交化混合模型关联分析 |
5.1 材料与方法 |
5.1.1 实验群体及表型测量 |
5.1.2 表型数据处理 |
5.1.3 理论方法 |
5.2 结果与分析 |
5.2.1 表型值的统计性质 |
5.2.2 GWAS结果分析 |
5.3 讨论 |
第6章 结论 |
参考文献 |
硕士在读期间撰写与发表的文章 |
致谢 |
(2)猪悬蹄过度生长的分子遗传机理解析(论文提纲范文)
摘要 |
abstract |
1 前言 |
1.1 猪蹄概述 |
1.1.1 猪蹄的结构 |
1.1.2 蹄组织内部结构 |
1.1.3 蹄组织化学成分 |
1.2 悬蹄过度生长对母猪的影响 |
1.2.1 悬蹄过度生长是造成母猪被提前淘汰的决定因素 |
1.2.2 母猪悬蹄过度生长对母猪的采食和趴卧行为的影响 |
1.2.3 母猪悬蹄过度生长对母猪肢蹄损伤的影响 |
1.3 悬蹄过度生长对仔猪生产性能的影响 |
1.4 猪悬蹄过度生长研究进展 |
1.5 家畜重要经济性状遗传解析的常规策略 |
1.5.1 候选基因法 |
1.5.2 QTL连锁分析法 |
1.5.3 全基因组关联研究法 |
1.5.3.1 全基因组关联研究的分析原理 |
1.5.3.2 全基因组关联分析在人类上的研究进展 |
1.5.3.3 全基因组关联分析在农业动物上的研究进展 |
1.6 本研究的目的、意义及技术路线 |
2 材料与方法 |
2.1 实验材料 |
2.1.1 实验动物 |
2.1.2 仪器设备及试剂 |
2.1.2.1 主要仪器设备 |
2.1.2.2 主要试剂 |
2.2 实验方法 |
2.2.1 表型测定方法及耳组织样收集 |
2.2.2 基因组DNA抽提 |
2.2.3 DNA质量检测及其浓度标准化 |
2.2.4 全基因组 80K SNP芯片的判型 |
2.2.5 猪 80K芯片质量控制 |
2.2.6 统计分析 |
2.2.6.1 全基因组关联分析 |
2.2.6.2 群体分层 |
2.2.6.3 单倍型分析 |
2.2.6.4 基因注释、候选基因的筛选 |
2.2.7 APOD基因外显子区域测序及分析 |
3 结果与分析 |
3.1 悬蹄过度生长表型分布 |
3.2 猪 80k芯片质量控制 |
3.3 群体分层评估 |
3.4 全基因组关联分析 |
3.5 单倍型分析 |
3.6 候选基因 |
3.7 候选基因APOD多态性分析 |
3.8 系统发生树 |
4 讨论 |
4.1 悬蹄过度生长表型定义 |
4.2 全基因组关联分析结果分析和精细定位 |
4.3 候选基因的筛选 |
4.4 重要候选基因APOD外显子区域克隆分析 |
4.5 猪悬蹄过度生长研究的展望 |
5 结论 |
致谢 |
参考文献 |
附录 |
(3)肉牛剩余采食量及其组成性状的全基因组关联分析和基因组选择研究(论文提纲范文)
摘要 |
Abstract |
缩略语 |
第一章 文献综述 |
1.1 肉牛剩余采食量及其组成性状 |
1.2 脂肪酸分类 |
1.3 全基因组关联分析 |
1.4 全基因组选择 |
1.4.1 标记辅助选择 |
1.4.2 全基因组选择 |
1.5 测序技术和基因型填充技术 |
1.5.1 测序技术的发展 |
1.5.2 基因填充技术 |
1.6 本研究的目的和意义 |
第二章 肉牛剩余采食量及其组成性状与25种主要脂肪酸的表型和遗传相关 |
2.1 引言 |
2.2 材料与方法 |
2.2.1 实验群体及其管理 |
2.2.2 RFI及其组成性状的数据测定及计算 |
2.2.3 背部皮下脂肪收集及脂肪酸数据分析 |
2.2.4 基因型数据 |
2.2.5 统计方法 |
2.3 结果与讨论 |
2.3.1 用A和G矩阵分别估计的遗传力 |
2.3.2 表型相关 |
2.3.3 用A矩阵估计的遗传相关 |
2.3.4 用G矩阵估计的遗传相关 |
2.4 小结 |
第三章 肉牛剩余采食量及其组成性状的全基因组关联分析 |
3.1 引言 |
3.2 材料与方法 |
3.2.1 动物群体 |
3.2.2 表型收集 |
3.2.3 表型矫正 |
3.2.4 基因型数据 |
3.2.5 基因填充与精准度 |
3.2.6 WGS质量控制及生物学功能预测 |
3.2.7 主成分分析 |
3.2.8 统计方法 |
3.2.9 位点能解释的表型变异 |
3.2.10 前人已鉴别到的QTL数据库 |
3.3 结果 |
3.3.1 描述性统计 |
3.3.2 基因填充 |
3.3.3 SNP功能性分析 |
3.3.4 PCA分析及膨胀系数 |
3.3.5 GWAS分析结果 |
3.4 讨论 |
3.4.1 不同密度的基因型数据之间的比较 |
3.4.2 与前人报道相比较 |
3.4.3 与RFI强相关联的SNP和候选基因 |
3.4.4 位于6号染色体的大效应SNP和多效SNP |
3.4.5 位于14号的最大效应SNP和多效应SNP |
3.4.6 位于20号的最大效应SNP和多效应SNP |
3.5 小结 |
第四章 对多个肉牛群体的剩余采食量及其组成性状的基因组预测分析 |
4.1 引言 |
4.2 材料与方法 |
4.2.1 表型与基因型数据 |
4.2.2 基因组预测的不同统计方法 |
4.2.3 交叉验证方法 |
4.2.4 准确度的计算 |
4.3 结果 |
4.3.1 不同模型间的比较 |
4.3.2 单品种与多品种训练群体间预测准确度的比较 |
4.3.3 基于50K与777K的预测准确度比较 |
4.3.4 BayesR的QTL定位 |
4.4 讨论 |
4.4.1 训练群体规模和芯片密度对准确度的影响 |
4.4.2 三种模型的区别 |
4.4.3 比较BayesR与GWAS的QTL定位 |
4.5 小结 |
参考文献 |
附录 博士期间工作 |
致谢 |
(4)绵羊13号染色体生产相关性状的QTL定位(论文提纲范文)
石河子大学硕士研究生学位论文导师评阅表 |
摘要 |
Abstract |
本文部分缩写的中英文对照 |
前言 |
第一章 文献综述 |
1. 绵羊的起源 |
2. 实验羊品种简介 |
2.1 中国美利奴棉羊(Chinese Merino) |
2.2 德国美利奴羊(Germany Merino) |
3. QTL 定位的试验设计中参考家系的构建 |
3.1 参考家系构建的设计方案 |
3.2 参考家系构建概述 |
3.3 资源群体中对遗传标记的分析处理 |
3.4 资源群体在绵羊构建绵羊基因组遗传图谱中的应用 |
3.5 参考家系构建的研究进展 |
4. 分子遗传标记的研究进展 |
4.1 遗传标记的概念 |
4.2 分子遗传标记的分类 |
5. 微卫星标记 |
5.1 微卫星标记的原理 |
5.2 微卫星标记的特点 |
5.3 微卫星标记分析 |
5.4 微卫星标记的在畜禽育种中的应用 |
5.5 微卫星 DNA(SSRs)遗传标记技术的发展 |
6. QTL 分析 |
6.1 QTL 的定义 |
6.2 QTL 定位的试验设计 |
6.3 QTL 定位的前提 |
6.4 QTL 的检测 |
6.5 QTL 定位的常用方法 |
6.6 分析软件及网络资源 |
6.7 绵羊重要经济性状 QTLs 的研究策略 |
7. 绵羊生产相关性状的研究进展 |
7.1 生长性状 |
7.2 繁殖性状 |
7.3 毛性状 |
7.4 其它性状 |
8. 绵羊遗传连锁图谱的构建及相关研究现状 |
8.1 绵羊遗传连锁图谱的构建 |
8.2 绵羊基因组遗传连锁图研究进展 |
第二章 参考家系的构建与表型分析 |
1. 参考家系杂交群体的选择 |
1.1 德国肉用美利奴公羊 |
1.2 中国美利奴母羊 |
1.3 参考家系杂交群体父本、母本主要生产性状的差异比较 |
2. 构建 QTL 定位参考家系 |
2.1 资源群体的大小及示意图 |
2.2 资源群体表型及测定方法 |
3. 参考家系中生产相关性状的遗传分析 |
3.1 P 代与 F2 代分离群体的繁殖性状变异比较 |
3.2 P 代与 F2 代分离群体的体重性状变异比较 |
3.3 P 代与 F2 代分离群体的体重性状分布比较 |
4.中国美利奴羊遗传结构的分析 |
4.1 微卫星引物的选择 |
4.2 数据统计处理 |
4.3 群体遗传多样性的分析 |
4.4 群体的遗传变异 |
4.5 结论 |
5. 讨论 |
第三章 绵羊 13 号染色体微卫星标记与繁殖性状和体尺性状间的分析 |
1 材料与方法 |
1.1 所需实验材料 |
1.2 实验方法 |
2 统计分析 |
2.1 等位基因频率(Allele frequency) |
2.2 有效等位基因数(effective number of alleles,E) |
2.3 遗传杂合度(Heterozygosity,He) |
2.4 多态信息含量(Polymorphism information content, PIC) |
2.5 微卫星标记与生产性能的分析 |
3 结果与分析 |
3.1 部分 PCR 电泳图 |
3.2 等位基因频率、等位基因数和遗传参数 |
3.3 微卫星标记与繁殖性状和体尺性状的相关 |
3.4 不同基因型个体间繁殖性状和体尺性能的多重比较 |
4 讨论 |
第四章 绵羊 13 号染色体连锁图谱的构建与 QTL 分析 |
1 材料和方法 |
1.1 所需实验材料 |
1.2 实验方法 |
2 统计分析 |
3 结果与分析 |
3.1 PCR 电泳图 |
3.2 微卫星标记基因分型结果 |
4 绵羊 13 号染色体连锁图谱的构建 |
5 绵羊繁殖性状和体尺性状定位结果 |
5.1 参考家系体尺性状、繁殖性状的 QTL 分析结果 |
5.2 绵羊繁殖性状 QTL 定位结果 |
6 讨论 |
第五章 全文结论 |
创新点 |
参考文献 |
致谢 |
作者简介 |
(5)微卫星标记与杂种猪肉质性状和胴体性状的相关分析(论文提纲范文)
1??材料和方法 |
1.1???材料 |
1.2.1 性状测定 |
1.2.2 测定方法 |
1.2.3 PCR扩增及染色 |
1.2.4 个体基因型判断 |
1.2.5 统计方法 |
2?结果与分析 |
2.1?微卫星的多态性检测 |
2.2??性状间的表型相关 |
2.3??微卫星位点与肉质和胴体性状的相关 |
2.4??微卫星标记基因型的效应 |
3??讨论 |
(6)利用全基因组关联分析(GWAS)鉴别猪腹股沟/阴囊疝易感基因(论文提纲范文)
目录 |
摘要 |
Abstract |
第一章 文献综述 |
1 猪腹股沟/阴囊疝研究进展 |
1.1 引言 |
1.2 猪腹股沟/阴囊疝的发病率和遗传力 |
1.2.1 发病率 |
1.2.2 遗传力 |
1.3 腹股沟/阴囊疝分子病理研究 |
1.3.1 睾丸下降异常 |
1.3.2 鞘状突闭合失败 |
1.3.3 胶原代谢紊乱 |
1.4 腹股沟/阴囊疝的分子遗传研究 |
1.4.1 猪腹股沟/阴囊疝易感位点定位(QTL) |
1.4.2 猪腹股沟/阴囊疝的精细定位与候选基因研究 |
2 GWAS在家畜遗传学中的研究进展 |
2.1 全基因组关联研究(GWAS)的概念 |
2.2 猪基因组序列及60K芯片研究进展 |
2.2.1 猪基因组计划研究进展 |
2.2.2 猪全基因60K SNP芯片的开发过程 |
2.3 全基因组关联研究(GWAS)的分析原理 |
2.4 GWAS的分析方法 |
2.4.1 分析背景 |
2.4.2 确定统计模型 |
2.4.3 效应估算 |
2.5 全基因组关联研究(GWAS)的应用 |
2.5.1 GWAS在家畜质量性状定位中的应用进展 |
2.5.2 GWAS在家畜数量性状定位中的应用进展 |
2.5.3 GWAS在疝气研究上的应用 |
3 GWAS之后新兴的遗传学分析手段 |
3.1 全基因组深度重测序及大规模功能基因挖掘 |
3.2 利用整合系统生物学鉴别重要目的基因 |
4 本研究的目的、意义 |
4.1 本研究的目的 |
4.2 本研究的意义 |
第二章 利用全基因组关联分析鉴别猪腹股沟/阴囊疝易感基因 |
1 前言 |
2 材料和方法 |
2.1 猪腹股沟/阴囊疝患病家系样品收集 |
2.1.1 表型判定及样品收集的方法 |
2.1.2 样本的来源和数量 |
2.1.3 基因组DNA提取 |
2.2 Illumiina 60K SNP芯片的全基因组基因分型 |
2.2.1 DNA质量检测及其浓度标准化 |
2.2.2 SNP分型的方法 |
2.3 GWAS数据质量控制 |
2.4 基于GWAS数据的群体结构分析方法 |
2.5 GWAS统计分析方法 |
2.5.1 基于家系的传递不平衡检测(TDT)分析 |
2.5.2 半同胞家系的连锁定位分析 |
2.5.3 病例-对照分析方法 |
2.6 腹股沟/阴囊疝易感基因的搜寻 |
3 结果 |
3.1 GWAS数据的质控结果 |
3.1.1 SNP标记的检出率(call rate) |
3.1.2 个体的SNP检出率 |
3.1.3 哈迪-温伯格检验 |
3.1.4 次等位基因 |
3.1.5 性别重检验 |
3.1.6 亲缘关系鉴别和家系合并 |
3.1.7 重复样品检验 |
3.2 基于GWAS数据的群体结构分析结果 |
3.3 基于核心家系的传递不平衡(TDT)分析结果 |
3.3.1 所有个体的TDT分析结果 |
3.3.2 各亚群的TDT分析结果 |
3.4 基于半同胞家系的连锁分析(LA)结果 |
3.4.1 LWY368号大白公猪半同胞家系连锁分析结果 |
3.4.2 LWY800号公猪半同胞家系连锁分析结果 |
3.4.3 LWY934号公猪半同胞家系连锁分析结果 |
3.4.4 三个半同胞家系的合并分析(Meta)结果 |
3.5 病例-对照全基因组关联分析结果 |
3.5.1 基于SNP的全基因组关联分析结果 |
3.5.2 基于单倍型的全基因组关联分析结果 |
3.6 位置候选基因搜寻结果 |
4 分析与讨论 |
4.1 影响GWAS数据质量的因素 |
4.2 数据质量控制的必要性 |
4.3 不同统计方法的选择 |
4.4 腹股沟/阴囊疝易感位点的鉴别 |
4.4.1 腹股沟/阴囊疝新的易感位点及其可能的位置候选基因 |
4.4.2 国际同类研究结果的比较 |
4.4.3 腹股沟/阴囊疝易感位点遗传本质的复杂性 |
4.5 后续研究的建议和展望 |
5 小结 |
参考文献 |
附1 |
致谢 |
(7)猪下丘脑—垂体—甲状腺轴五个关键基因的研究(论文提纲范文)
目录 |
摘要 |
Abstract |
缩略词语表 |
第一章 文献综述 |
1 下丘脑-垂体-甲状腺轴基因研究进展 |
1.1 下丘脑-垂体-甲状腺轴总论 |
1.1.1 下丘脑-垂体系统 |
1.1.2 下丘脑-垂体-甲状腺轴(HPT轴) |
1.1.3 其他激素与HPT轴关系 |
1.2 促甲状腺激素释放激素TRH基因研究进展 |
1.2.1 引言 |
1.2.2 TRH基因结构与表达调控 |
1.2.3 TRH前体蛋白加工与翻译后调控 |
1.2.4 TRH基因多态性与功能关联 |
1.3 促甲状腺激素释放激素受体TRHR基因研究进展 |
1.3.1 引言 |
1.3.2 TRHR基因结构与表达调控 |
1.3.3 TRHR蛋白结构与翻译后调控 |
1.3.4 TRHR胞内信号通路 |
1.3.5 TRHR基因多态性与功能关联 |
1.4 促甲状腺激素TSH研究进展 |
1.4.1 引言 |
1.4.2 糖蛋白激素共同α亚基CGA基因结构与表达调控 |
1.4.3 促甲状腺激素特异β亚基TSHB基因结构与表达调控 |
1.4.4 TSH蛋白结构 |
1.4.5 CGA基因多态性与功能关联 |
1.4.6 TSHB基因多态性与功能关联 |
1.5 促甲状腺激素受体TSHR基因研究进展 |
1.5.1 引言 |
1.5.2 TSHR基因结构与表达调控 |
1.5.3 TSHR蛋白结构与翻译后调控 |
1.5.4 TSHR胞内信号通路 |
1.5.5 TSHR基因多态性与功能关联 |
2 单核苷酸多态性分型技术 |
2.1 引言 |
2.2 酶切法 |
2.3 引物延伸法 |
2.3.1 等位基因特异延伸 |
2.3.2 微测序(单核苷酸引物延伸) |
2.4 等位基因特异性杂交 |
2.5 SNP分型技术应用前景 |
3 标签SNP选择 |
3.1 标签SNP选择的意义和生物学依据 |
3.2 标签SNP选择算法 |
4 本研究目的和意义 |
第二章 基因定位、克隆与表达谱分析 |
1 HPT轴五个关键基因的染色体定位与QTL分布 |
1.1 TRH、CGA、TSHB、TSHR基因电子定位与QTL分布 |
1.1.1 材料与方法 |
1.1.2 TRH定位结果与QTL分析 |
1.1.3 CGA定位结果与QTL分析 |
1.1.4 TSHB定位结果与QTL分析 |
1.1.5 TSHR定位结果与QTL分析 |
1.2 TRHR基因RH定位与QTL分布 |
1.2.1 RH定位原理 |
1.2.2 材料与方法 |
1.2.3 结果与分析 |
1.3 讨论 |
2 TRHR基因克隆 |
2.1 引言 |
2.2 材料与方法 |
2.2.1 实验材料、仪器设备和试剂 |
2.2.2 总RNA提取与纯化 |
2.2.3 3’RACE引物设计 |
2.2.4 3’RACE扩增和产物纯化测序 |
2.2.5 TRHR mRNA编码区全长扩增 |
2.2.6 猪TRHR基因5’端结构分析 |
2.3 结果与分析 |
2.3.1 3’RACE实验结果 |
2.3.2 猪TRHR mRNA编码区扩增结果 |
2.3.3 编码序列生物信息学分析 |
2.3.4 猪TRHR基因5’端结构 |
2.4 讨论 |
3 组织表达谱分析 |
3.1 材料与方法 |
3.1.1 实验材料、仪器设备和试剂 |
3.1.2 总RNA提取与纯化 |
3.1.3 cDNA第一链合成 |
3.1.4 荧光定量RT-PCR引物设计 |
3.1.5 荧光定量RT-PCR |
3.2 结果与分析 |
3.2.1 内参基因扩增 |
3.2.2 TRH基因组织表达谱 |
3.2.3 TRHR基因组织表达谱 |
3.2.4 CGA基因组织表达谱 |
3.2.5 TSHB基因组织表达谱 |
3.2.6 TSHR基因组织表达谱 |
3.3 讨论 |
第三章 HPT轴基因遗传多态性发现与分析 |
1 HPT轴基因遗传多态性发现与功能预测 |
1.1 材料与方法 |
1.1.1 实验材料、仪器设备和试剂 |
1.1.2 基因组DNA提取 |
1.1.3 再测序PCR引物设计 |
1.1.4 再测序PCR与产物纯化测序 |
1.1.5 分析寻找基因多态座位 |
1.1.6 多态座位功能预测分析软件与网站 |
1.2 结果与分析 |
1.2.1 TRH基因遗传多态性座位 |
1.2.2 TRHR基因遗传多态性座位 |
1.2.3 CGA基因遗传多态性座位 |
1.2.4 TSHB基因遗传多态性座位 |
1.2.5 TSHR基因遗传多态性座位 |
1.3 讨论 |
2 HPT轴基因多态性座位分型方法的建立 |
2.1 材料与方法 |
2.1.1 实验材料、仪器设备与试剂 |
2.1.2 PCR-RFLP分型 |
2.1.3 四引物ARMS-PCR分型 |
2.2 结果与分析 |
2.2.1 TRH基因多态性座位分型电泳图 |
2.2.2 TRHR基因多态性座位分型电泳图 |
2.2.3 CGA基因多态性座位分型电泳图 |
2.2.4 TSHB基因多态性座位分型电泳图 |
2.2.5 TSHR基因多态性座位分型电泳图 |
2.3 讨论 |
3 金华猪与皮特兰猪群中HPT轴基因SNP频率分布 |
3.1 材料与方法 |
3.1.1 实验材料、仪器设备和试剂 |
3.1.2 基因组DNA提取 |
3.1.3 HPT轴基因多态性座位分型 |
3.1.4 统计分析 |
3.2 结果与分析 |
3.2.1 TRH基因SNP频率分布与单倍型分析 |
3.2.2 TRHR基因SNP频率分布与单倍型分析 |
3.2.3 CGA基因SNP频率分布与单倍型分析 |
3.2.4 TSHB基因SNP频率分布与单倍型分析 |
3.2.5 TSHR基因SNP频率分布与单倍型分析 |
3.3 讨论 |
第四章 HPT轴基因多态性座位与经济性状的关联分析 |
1 材料与方法 |
1.1 实验动物 |
1.2 主要经济性状测定 |
1.2.1 生长性状 |
1.2.2 胴体性状 |
1.2.3 肉质性状 |
1.3 基因组DNA提取 |
1.4 HPT轴基因SNP分型 |
1.5 统计分析 |
1.5.1 表型性状描述性统计分析 |
1.5.2 单基因模型关联分析 |
1.5.3 多基因模型关联分析 |
2 结果与分析 |
2.1 表型性状描述性统计分析结果 |
2.1.1 金皮资源家系生长性状统计结果 |
2.1.2 金皮资源家系胴体性状统计结果 |
2.1.3 金皮资源家系肉质性状统计结果 |
2.2 TRH基因多态性对猪主要经济性状的遗传效应 |
2.2.1 TRH基因多态性与猪生长性状关联分析结果 |
2.2.2 TRH基因多态性与猪胴体性状关联分析结果 |
2.2.3 TRH基因多态性与猪肉质性状关联分析结果 |
2.3 TRHR基因多态对猪主要经济性状的遗传效应 |
2.3.1 TRHR基因多态性与猪生长性状关联分析结果 |
2.3.2 TRHR基因多态性与猪胴体性状关联分析结果 |
2.3.3 TRHR基因多态性与猪肉质性状关联分析结果 |
2.4 CGA基因多态性对猪主要经济性状的遗传效应 |
2.4.1 CGA基因多态与猪生长性状关联分析结果 |
2.4.2 CGA基因多态与猪胴体性状关联分析结果 |
2.4.3 CGA基因多态与猪肉质性状关联分析结果 |
2.5 TSHB基因多态性对猪主要经济性状的遗传效应 |
2.5.1 TSHB基因多态与猪生长性状关联分析结果 |
2.5.2 TSHB基因多态与猪胴体性状关联分析结果 |
2.5.3 TSHB基因多态与猪肉质性状关联分析结果 |
2.6 TSHR基因多态性对猪主要经济性状的遗传效应 |
2.6.1 TSHR基因多态与猪生长性状关联分析结果 |
2.6.2 TSHR基因多态性与猪胴体性状关联分析结果 |
2.6.3 TSHR基因多态性与猪肉质性状关联分析结果 |
2.7 多基因模型分析结果 |
2.7.1 对生长性状的多基因模型分析结果 |
2.7.2 对胴体性状的多基因模型分析结果 |
2.7.3 对肉质性状的多基因模型分析结果 |
3 讨论 |
3.1 TRH基因多态性遗传效应 |
3.2 TRHR基因多态性遗传效应 |
3.3 CGA基因多态性遗传效应 |
3.4 TSHB基因多态性遗传效应 |
3.5 TSHR基因多态性遗传效应 |
第五章 HPT轴基因多态性在其他品种群体中的分析 |
1 材料与方法 |
1.1 实验材料 |
1.1.1 实验动物 |
1.1.2 性状记录 |
1.2 基因组DNA提取 |
1.3 HPT轴SNP座位分型 |
1.4 统计分析 |
1.4.1 群体遗传学分析 |
1.4.2 关联分析 |
2 结果与分析 |
2.1 群体遗传学分析 |
2.1.1 基因与基因型频率 |
2.1.2 哈代-温伯格平衡检验 |
2.1.3 HPT轴基因遗传多样性 |
2.1.4 种群间遗传距离 |
2.2 关联分析 |
2.2.1 HPT轴基因多态性在约克夏中的关联分析 |
2.2.2 HPT轴基因多态性在杜洛克中的关联分析 |
2.2.3 HPT轴基因多态性在长白猪中的关联分析 |
3 讨论 |
第六章 结论 |
参考文献 |
附录 |
攻读博士学位期间以第一作者发表(录用)的学术论文 |
致谢 |
(8)SNP标记定位猪4号染色体QTLs及DECR1基因SNPs与猪经济性状关联研究(论文提纲范文)
摘要 |
Abstract |
第一章 文献综述 |
1 经典遗传学在动物遗传育种中的应用 |
2 QTL和QTL的提出 |
2.1 QTL的概念 |
2.2 主基因 |
2.3 QTL的检测方法 |
2.3.1 基因组扫描法 |
2.3.1.1 基因组扫描法的基本步骤 |
2.3.1.2 基因组扫描法存在的问题 |
2.3.2 候选基因法 |
2.3.2.1 候选基因法分析的步骤 |
2.3.2.2 候选基因法检测存在的问题 |
2.3.2.3 候选基因法检测到QTL的成功实例 |
2.4 绘制QTL图谱所选用的群体 |
3 猪QTL定位研究进展 |
3.1 肉质性状 |
3.2 繁殖性状 |
3.3 生长性状 |
3.4 抗病性状 |
4 猪遗传图谱研究进展 |
5 统计方法 |
6 SNPs及其应用 |
6.1 SNPs的概念及特点 |
6.2 SNPs的检测方法 |
6.2.1 PCR-测序的方法 |
6.2.2 以构象为基础的方法 |
6.2.2.1 PCR-SSCP |
6.2.2.2 变性高压液相色谱法(DHPLC) |
6.2.3 基于PCR的限制性片段长度多态性(PCR-RFLP) |
6.2.4 基因芯片技术 |
6.2.5 实时荧光PCR |
6.3 SNP的应用 |
7 研究目的、意义和主要内容 |
第二章 SNP标记定位猪4号染色体QTL_s研究 |
1 材料与方法 |
1.1 试验材料 |
1.1.1 试验猪群 |
1.1.2 性状的表型记录 |
1.2 主要设备和仪器 |
1.3 主要试剂和药品 |
1.3.1 试剂 |
1.3.2 主要试剂的配制 |
1.4 猪耳组织中提取基因组DNA的方法 |
1.5 SNP标记的选择 |
1.6 PCR-RFLP |
1.6.1 引物设计 |
1.6.2 PCR扩增 |
1.6.3 PCR反应程序 |
1.6.4 限制性内切酶及产物大小 |
1.6.5 酶切反应体系 |
1.7 PCR-SSCP分析 |
1.7.1 引物设计 |
1.7.2 PCR扩增 |
1.7.3 PCR扩增产物变性 |
1.8 PCR-直接测序 |
1.9 琼脂糖凝胶电泳 |
1.10 聚丙烯酰胺凝胶电泳 |
1.10.1 制胶 |
1.10.2 点样和电泳 |
1.10.3 银染染色 |
1.11 凝胶成像及基因型分析 |
1.12 主要分子生物学分析工具软件 |
1.13 统计分析 |
1.13.1 基因型频率和基因频率计算 |
1.13.2 估计标记型效应的混合模型 |
2 结果与分析 |
2.1 PCR扩增产物的检测 |
2.2 PCR-RFLP分析 |
2.3 PCR-SSCP分析 |
2.4 SORT1基因位点的直接测序(C/T突变) |
2.5 各基因SNP位点的基因分型结果 |
2.6 SNP标记分析与遗传连锁图谱的构建 |
2.7 QTL的遗传效应和连锁位置 |
2.7.1 猪pHI的QTL遗传效应和连锁位置 |
2.7.2 猪pHU的QTL遗传效应和连锁位置 |
2.7.3 猪背膘厚的QTL遗传效应和连锁位置 |
2.7.4 猪屠宰重、日均屠宰重的QTL遗传效应和连锁位置 |
2.7.5 定位猪4号染色体上显着QTL的错误概率分析 |
3 讨论 |
3.1 关于SNPs的检测 |
3.2 关于QTL及QTL定位 |
3.2.1 关于QTL |
3.2.2 关于QTL定位 |
3.3 关于资源家系 |
3.4 猪4号染色体上的QTL |
4 小结 |
第三章 DECR1基因SNPS筛选及其与猪肉质、胴体性状的关联分析 |
1 前言 |
1.1 关于线粒体2,4-双烯酰辅酶A还原酶1 |
1.2 人DECR1基因的结构 |
1.3 pH值与线粒体2,4—双烯酰辅酶A还原酶的关系 |
1.4 关于猪的线粒体2,4-双烯酰辅酶A还原酶1 |
1.5 猪DECR1与胴体和肉质性状的相关性 |
1.6 研究目的与意义 |
2 材料与方法 |
2.1 试验猪及样品采集 |
2.2 主要设备和仪器 |
2.3 主要试剂和药品 |
2.4 试剂配制 |
2.5 基因组DNA的提取和纯化 |
2.6 猪DECR1基因SNP位点的PCR扩增 |
2.6.1 PCR扩增引物的设计与合成 |
2.6.2 PCR扩增反应体系 |
2.6.3 PCR扩增反应程序 |
2.7 PCR扩增产物检测和PCR-SSCP分析 |
2.8 DECR1基因的测序分析 |
2.9 琼脂糖凝胶电泳和聚丙烯酰胺凝胶电泳 |
2.10 主要分析软件 |
2.11 统计分析方法 |
3 结果与分析 |
3.1 猪与4个不同物种DECR1基因的同源性分析 |
3.2 猪与4个不同物种DECR1基因蛋白质序列的同源性分析 |
3.3 猪DECR1基因SNP的筛选 |
3.4 猪DECR1基因Exon6和Exon8扩增产物检测 |
3.4.1 猪DECR1基因Exon6产物扩增 |
3.4.2 猪DECR1基因Exon8产物扩增 |
3.5 猪DECR1基因Exon6和Exon8扩增产物的PCR-SSCP分析 |
3.5.1 猪DECR1基因Exon6的PCR-SSCP检测 |
3.5.2 猪DECR1基因Exon8的PCR-SSCP分析 |
3.6 猪DECR1基因Exon6和Exon8的测序分析 |
3.6.1 猪DECR1基因Exon6测序分析 |
3.6.2 猪DECR1基因Exon8的测序分析 |
3.7 猪DECR1基因Exon6和Exon8突变位点的多态性分析 |
3.7.1 DECR1基因Exon6(C/T)位点的遗传多态性分析 |
3.7.2 DECR1基因Exon8(C/G)位点的遗传多态性分析 |
3.8 DECR1基因Exon6(C/T)多态性与猪经济性状的关联分析 |
3.8.1 DECR1基因Exon6(C/T)多态性与猪肉质性状的关联分析 |
3.8.2 DECR1基因Exon6(C/T)多态性与猪胴体性状的关联分析 |
3.9 DECR1基因Exon8(C/G)多态性与猪经济性状的关联分析 |
3.9.1 DECR1基因Exon8(C/G)多态性与猪肉质性状的关联分析 |
3.9.2 DECR1基因Exon8(C/G)多态性与猪胴体性状的关联分析 |
4 讨论 |
4.1 猪与4个不同物种DECR1基因同源性分析 |
4.2 关于PCR引物的设计 |
4.3 关于SNPs的筛选技术 |
4.4 猪DECR1基因突变位点的遗传结构分析 |
4.4.1 猪DECR1基因Exon6(C/T)位点的遗传结构分析 |
4.4.2 猪DECR1基因Exon8(C/G)位点的遗传结构分析 |
4.5 猪DECR1基因突变位点与肉质和胴体性状的相关性 |
4.5.1 DECR1基因Exon6(C/T)位点与猪肉质性状的相关性 |
4.5.2 DECR1基因Exon6(C/T)位点与猪胴体性状的相关性 |
4.5.3 DECR1基因Exon8(C/G)位点与猪肉质性状的相关性 |
4.5.4 DECR1基因Exon8(C/G)位点与猪胴体性状的相关性 |
5 小结 |
第四章 结论 |
1 主要研究结果 |
2 主要创新之处 |
3 问题与展望 |
参考文献 |
附录 |
致谢 |
作者简历 |
博士在读期间的学术成果 |
(9)中国荷斯坦奶牛6号染色体泌乳性状QTL精细定位研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 文献综述 |
1 引言 |
2 QTL定位原理与方法 |
2.1 试验设计 |
2.1.1 半同胞设计 |
2.1.2 孙女设计 |
2.1.3 全同胞设计 |
2.1.4 一般(实验或商业)系谱 |
2.2 遗传标记及连锁图谱 |
2.3 QTL定位方法 |
2.3.1 候选基因法 |
2.3.2 连锁分析法 |
2.4 定位统计方法 |
3 QTL精细定位 |
3.1 定义和度量连锁不平衡 |
3.2 连锁不平衡的原因与程度 |
3.3 连锁不平衡分析 |
3.3.1 单标记关联分析 |
3.3.2 单倍型关联分析 |
3.3.3 基于IBD的LD定位(LDLA) |
3.4 影响定位精度的因素 |
3.4.1 标记密度 |
3.4.2 当前重组 |
3.4.3 历史重组 |
3.4.4 增加数量座位检测 |
4 奶牛泌乳性状QTL研究 |
4.1 全基因组上泌乳性状QTL的定位情况 |
4.2 BTA6上泌乳性状QTL与QTN |
5 本研究目的与意义 |
第二章 运用LDLA法精细定位中国荷斯坦奶牛6号染色体上泌乳性状QTL |
1 试验材料 |
1.1 群体与表型 |
1.2 标记与图谱 |
1.2.1 标记群体遗传学分析 |
1.2.2 标记图谱 |
2 精细定位方法 |
2.1 统计分析 |
2.2 构建G阵 |
2.2.1 计算块[a]中IBD |
2.2.2 计算块[b]中IBD |
3 结果与分析 |
3.1 微卫星群体遗传参数评估 |
3.2 连锁不平衡图谱 |
3.3 三个性状育种值统计 |
3.4 QTL精细定位 |
3.4.1 单倍型推断结果 |
3.4.2 定位结果 |
4 讨论与结论 |
第三章 应用WinQTLcart分析中国荷斯坦奶牛BTA6泌乳性状QTL |
1 模型与方法 |
1.1 推断单倍型 |
1.2 半同胞家系内多重区间定位 |
1.2.1 权重的多重区间定位(wMIM) |
1.2.2 最大似然分析 |
1.2.3 假设检验 |
1.2.4 计算R~2 |
1.3 多家系的混合模型估计QTL |
1.3.1 模型 |
1.3.2 假设检验 |
1.3.3 计算R~2 |
2 实验材料 |
3 结果与分析 |
3.1 家系内分析结果 |
3.2 多家系间分析结果 |
4 讨论 |
第四章 总结 |
参考文献 |
致谢 |
个人简历 |
(10)微卫星标记和pit-1基因与杂种猪肉质性状和胴体性状的相关分析(论文提纲范文)
摘要 |
Abstract |
1 引言 |
2 材料与方法 |
2.1 材料 |
2.1.1 试验样品 |
2.1.2 仪器设备 |
2.1.3 试验试剂 |
2.1.4 试剂的配制 |
2.1.5 微卫星标记的确定与引物的合成 |
2.1.6 Pit-1 gene intronⅠ的引物设计 |
2.1.7 不同物种Pit-1 gene CDS 序列 |
2.2 试验方法 |
2.2.1 性状选择及测定方法 |
2.2.2 肉组织DNA 的提取 |
2.2.3 DNA 浓度与纯度的检测 |
2.2.4 PCR 扩增 |
2.2.5 PCR 产物的检测 |
2.2.6 PCR 产物的回收 |
2.2.7 Pit-1 内含子I PCR 产物测序与分析 |
2.3 统计分析方法 |
2.3.1 微卫星位点不同基因型对经济性状影响的差异分析 |
2.3.2 统计分析模型建立 |
3 结果与分析 |
3.1 基因组DNA 提取结果 |
3.2 PCR 产物的扩增结果 |
3.2.1 PCR 扩增产物琼脂糖凝胶电泳检测结果 |
3.2.2 PCR 扩增产物的聚丙烯酰胺电泳检测结果 |
3.3 性状表型值的统计结果 |
3.4 性状间的表型相关 |
3.5 性状主成分分析 |
3.5.1 样本相关阵各主成分的特征值及贡献率与累积贡献率 |
3.5.2 入选的特征根和特征向量 |
3.5.3 不同杂交组合的主成份值 |
3.6 微卫星对肉质性状影响的差异分析和多重比较 |
3.6.1 标记基因座对肉质性状的影响 |
3.6.2 微卫星标记基因型的效应 |
3.6.3 微卫星标记在种群间分布 |
3.7 Pit-1 基因内含子Ⅰ基因频率、基因型频率 |
3.8 内含子基因型的效应 |
3.9 对于内含子中SNP 主要转录因子结合位点的预测 |
3.10 核苷酸序列变异 |
3.10.1 DNA 多态性 |
3.10.2 Pit-1 基因CDS 序列长度变异 |
3.10.3 不同物种间Pit-1 基因遗传分化和聚类分析 |
4 讨论 |
4.1 试验操作的优化 |
4.2 微卫星座位与各性状综合分析 |
4.3 pit-1 内含子Ⅰ突变位点遗传特性分析 |
4.4 微卫星标记与 pit-1 基因的连锁分析 |
4.5 物种间 pit-1 基因的聚类分析 |
4.6 PCR 产物直接琼脂糖电泳检测缺失突变 |
4.7 存在的问题和有待进一步研究解决的问题 |
5 结论 |
参考文献 |
在读期间发表论文 |
个人简介 |
致谢 |
四、用混合模型定位一个复杂家猪家系13号染色体QTL的研究(论文参考文献)
- [1]高效多性状混合模型关联分析方法[D]. 蒋仪. 上海海洋大学, 2021(01)
- [2]猪悬蹄过度生长的分子遗传机理解析[D]. 丁荣荣. 华南农业大学, 2017(08)
- [3]肉牛剩余采食量及其组成性状的全基因组关联分析和基因组选择研究[D]. 章峰. 江西农业大学, 2017(01)
- [4]绵羊13号染色体生产相关性状的QTL定位[D]. 贾春阳. 石河子大学, 2014(03)
- [5]微卫星标记与杂种猪肉质性状和胴体性状的相关分析[J]. 刘宏娟,皮会庆,崔顺德,杜越峰,王云良,胡洪柱. 猪业科学, 2013(06)
- [6]利用全基因组关联分析(GWAS)鉴别猪腹股沟/阴囊疝易感基因[D]. 阮国荣. 江西农业大学, 2012(07)
- [7]猪下丘脑—垂体—甲状腺轴五个关键基因的研究[D]. 蒋晓玲. 浙江大学, 2011(07)
- [8]SNP标记定位猪4号染色体QTLs及DECR1基因SNPs与猪经济性状关联研究[D]. 黄生强. 湖南农业大学, 2010(08)
- [9]中国荷斯坦奶牛6号染色体泌乳性状QTL精细定位研究[D]. 胡芳. 华中农业大学, 2010(05)
- [10]微卫星标记和pit-1基因与杂种猪肉质性状和胴体性状的相关分析[D]. 刘宏娟. 河北农业大学, 2009(10)
标签:基因型论文; 全基因组关联分析论文; 微卫星标记论文; 全基因组测序论文; 基因位点论文;