發(fā)布時間：2024-06-16 09:10

　　動植物中絕大多數(shù)與人類經(jīng)濟(jì)相關(guān)的重要性狀都是數(shù)量性狀,解析數(shù)量性狀的遺傳基礎(chǔ),將會對動植物的遺傳改良和人類復(fù)雜疾病的防治有著非常重要的意義。目前,全基因組關(guān)聯(lián)分析方法(genome-wide association studies,GWAS)是研究數(shù)量性狀最常用的方法。隨著生物測序技術(shù)的快速發(fā)展,分析數(shù)以百萬計(jì)的標(biāo)記將成為常態(tài)。那么全基因組關(guān)聯(lián)分析需要在有限樣本中檢測大量的SNP,將會面臨著在高維度的數(shù)據(jù)集下的變量選擇問題。雖然許多單標(biāo)記方法能夠解決此問題,但是這些方法因Bonferroni矯正而只能檢測到較少Q(mào)TN(quantitative trait nucleotide)。這些檢測到的QTN遺傳率之和遠(yuǎn)小于性狀遺傳率,顯然丟失了不少的QTN。為克服這個問題,本實(shí)驗(yàn)室提出了一系列多位點(diǎn)全基因組關(guān)聯(lián)分析新算法,ISIS EM-BLASSO(Iterative modified-Sure Independence Screening EM-BayesianLASSO)就是其中之一。為了讓應(yīng)用工作者更方便的使用新方法,本研究開發(fā)了基于R軟件的windows界面ISIS EM-BLASSO...

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１．?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ軟件包的算法流程圖（Ｔａｍｂａ等，２０１?

復(fù)一次篩選變量的過程，直到減少到中等數(shù)目的變量個數(shù)為止。第二步是值的估計(jì)階??段，對第一階段篩選出來的潛在關(guān)聯(lián)的ＳＮＰ，用ＥＭ－Ｂａｙｅｓｉａｎ?ＬＡＳＳＯ方法估計(jì)這些??ＳＮＰ的效應(yīng)值，用似然比檢驗(yàn)計(jì)算其ＬＯＤ值。如圖２－１表示本軟件的算法流程圖，??此圖來自于Ｔａｍｂａ等（２....

圖２－２．?ＩＳ丨Ｓ?ＥＭ－ＢＬＡＳＳＯ軟件包設(shè)計(jì)流程圖??Ｆｉｇｕｒｅ?２－２．?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ?ｓｏｆｔｗａｒｅ?ｐａｃｋａｇｅ??２３??

??于用戶設(shè)置關(guān)聯(lián)分析中所需的參數(shù)（圖２－３）。第三部分是軟件運(yùn)行，當(dāng)點(diǎn)擊Ｒｉｍ按??鈕時，主界面的滾動條就開始運(yùn)行，程序運(yùn)行完之后，滾動條會顯示Ｆｉｎｉｓｈｅｄ。第四??部分是作圖，只有當(dāng)程序正常運(yùn)行結(jié)束，點(diǎn)擊Ｐｌｏｔ按鈕才會出現(xiàn)圖２－５的窗口。圖２－５??中曼哈頓ＬＯＤ圖是分....

圖２－３．?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ軟件包的主界面??Ｆｉｇｕｒｅ?２－３．?Ｉｎｔｅｒｆａｃｅ?ｏｆ?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ?ｓｏｆｔｗａｒｅ?ｐａｃｋａｇｅｓ??

４．?Ｐｏｐｕｌａｔｉｏｎ－ｓｔｒｕｃｔｕｒｅ?（Ｑ?ｍａｔｒｉｘ）?ｆｉｌｅｓ??Ｐｏｐｕｌａｔｉｏｎ?Ｓｔｒｕｃｔｕｒｅ??圖２－４．?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ數(shù)據(jù)輸入對話框??Ｆｉｇｕｒｅ?２－４．?Ｉｎｐｕｔ?Ｄａｔａｓｅｔ?Ｄｉａｌｏｇ?ｂｏｘ?ｆｏｒ?ｔｈｅ?ＩＳ....

圖２－４．?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ數(shù)據(jù)輸入對話框??Ｆｉｇｕｒｅ?２－４．?Ｉｎｐｕｔ?Ｄａｔａｓｅｔ?Ｄｉａｌｏｇ?ｂｏｘ?ｆｏｒ?ｔｈｅ?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ??

Ｕｓ？ｒ?Ｍａｎｕａｌ??Ｅｘｉｔ??圖２－３．?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ軟件包的主界面??Ｆｉｇｕｒｅ?２－３．?Ｉｎｔｅｒｆａｃｅ?ｏｆ?ＩＳＩＳ?ＥＭ－ＢＬＡＳＳＯ?ｓｏｆｔｗａｒｅ?ｐａｃｋａｇｅｓ??＾?Ｉｎｐｕｔ?Ｄａｔａｓｅｔ?—?□?Ｘ??１．?Ｃｈｏｏｓｅ?....

本文編號：3995195