作物復雜性狀遺傳關聯(lián)分析及基于線性模型的多因素維度縮減方法的開發(fā).pdf

1、剖析復雜性狀、復雜疾病的遺傳機理，對作物高效育種和精準醫(yī)療有非常重要的意義。連鎖分析和關聯(lián)分析是剖析復雜性狀的兩種主要途徑。其中，連鎖分析利用家系內目標位點與分子標記的連鎖共分離信息來定位目標位點區(qū)段，在過去的二十多年被廣泛應用。近來，隨著高通量測序技術發(fā)展，全基因組測序數(shù)據（如單核苷酸多態(tài)性標記—SNP）大量涌現(xiàn)，掀起了人類疾病和作物復雜性狀全基因組關聯(lián)的研究(GWAS)熱潮。這些研究中，有一些已經取得不錯的結果，但大多數(shù)GWAS研究

2、都未解決“遺傳率丟失”的問題。所謂的“遺傳率丟失”現(xiàn)象指的是通過GWAS定位找到的目標SNP只能解釋傳統(tǒng)家系研究估計得到的總遺傳變異方差（遺傳率）的一小部分。由于當前大部分GWAS研究通常只考慮單位點效應，忽視了基因間互作、基因與環(huán)境互作，這被認為是造成這種差異的一種可能解釋。
　　在本研究中，根據已有數(shù)據特性，我們探索和設計了一些新的關聯(lián)策略來應對這一挑戰(zhàn)。這些方法策略分別應用于棉花、水稻和煙草的全基因組關聯(lián)分析。此外，本研究還

3、使用線性模型框架重構了MDR方法（多因素維度縮減方法）的核心算法，開發(fā)了稱為LMDR的新方法。本文共分五個章節(jié)，其主要內容概括如下。
　　第一章首先介紹了GWAS的一些基本概念和遇到的挑戰(zhàn)，以及對于這些挑戰(zhàn)我們提出的一些應對策略。
　　第二章中，基于316份陸地棉品種測得的約40萬個SNP標記，我們對四個纖維產量性狀進行了全基因組關聯(lián)分析。棉花是常異花授粉作物，在這份數(shù)據中我們也發(fā)現(xiàn)了一些雜合基因型，但GWAS常用的簡單加模

4、型不能處理這些雜合基因型。因此，我們采用了全模型來探索陸地棉產量性狀的遺傳基礎，該全模型同時包含了加性，顯性，上位性以及環(huán)境互作效應的檢測。分析結果顯示，雖然雜合子的比例并不高（約0.07），顯性相關的效應卻貢獻了大部分的總遺傳率。這表明少數(shù)的雜合基因型仍對表型變異有較大的影響，并在分子水平上揭示了雜合優(yōu)勢對棉花產量性狀的重要性。此外，通過全模型與相應簡化模型結果的比較，該研究也為“遺傳率丟失”提供一個可能解釋。
　　第三章中，我

5、們采取了多種全基因組關聯(lián)策略來研究超級雜交稻協(xié)優(yōu)9308高產的遺傳基礎;所用材料為由協(xié)優(yōu)9308衍生的重組自交系(RIL)群體，我們對138份重組自交系后代進行了重測序，并開展關聯(lián)分析。由于GWAS研究通常是基于自然群體，首先我們就GWAS研究在這個實驗群體的可行性進行了檢查和討論。隨后，我們同時采取三種關聯(lián)研究策略（包括傳統(tǒng)的無先驗知識的全基因組關聯(lián)分析，和兩個分別基于先驗QTL和已注釋基因的關聯(lián)分析）對株高和抽穗期兩個性狀進行一個整

6、體比較分析。研究結果發(fā)現(xiàn)，多種關聯(lián)策略共同找到的位點相對比較可靠，可優(yōu)先用于后續(xù)研究。此外，作為一個例子，這項研究表明了GWAS不僅可以在實驗群體中進行，而且多策略關聯(lián)分析還可以補充或精細以前的QTL定位結果，以更精確的QTL信息為后續(xù)基因克隆和分子標記輔助選擇服務。
　　第四章中，我們以煙葉中鉻含量和總糖含量為例，對四組學數(shù)據（即基因組學，轉錄組學，蛋白質組學和代謝組學）和復雜表型間的關聯(lián)進行了探討，以確定相應的數(shù)量性狀SNP(

7、QTSs)，數(shù)量性狀轉錄本(QTTs)，數(shù)量性狀蛋白(QTPs)和數(shù)量性狀代謝物(QTMs)。這些中間分子表型（或內表型）有助于闡明復雜性狀的遺傳變異機理。
　　最后一章中，我們使用線性模型框架重建了MDR的核心算法。MDR是一種基于機器學習的檢測基因互作方法。然而，它缺乏明確的統(tǒng)計性質，例如p值是通過置換檢驗或中心極限定理得到的。LMDR克服這些限制。通過模擬研究，我們發(fā)現(xiàn)，LMDR不僅能提供合理的統(tǒng)計性質，而且不需要置換檢驗就