西門塔爾肉牛全基因組關聯(lián)中的經(jīng)驗貝葉斯方法及其應用研究.pdf

1、全基因組關聯(lián)分析(GWAS)，即從全基因組范圍內(nèi)篩選與性狀關聯(lián)的遺傳標記，已成為檢測肉牛復雜性狀遺傳機制的重要工具。當前，多個基于單標記和多標記的GWAS分析模型已被陸續(xù)開發(fā)。但是，在應用過程中尤其是隨著標記密度爆炸式增長，發(fā)現(xiàn)現(xiàn)有GWAS模型存在下列問題:一是當前主流的混合線性模型GWAS分析中因假定標記效應是固定效應，很難對無效的標記效應位點進行有效的壓縮，常導致背景噪音太大而干擾真陽性信號，從而增大假陽性率。二是當標記密度過高時，

2、常規(guī)的bonferronir校正太嚴格而使統(tǒng)計效率降低，針對這些問題，本研究將經(jīng)驗貝葉斯模型全基因組關聯(lián)引入肉牛相關性狀分析中，上述情況能在一定程度上予以解決，經(jīng)驗貝葉斯分析，即先驗分布的超參數(shù)來自數(shù)據(jù)本身估計的一種貝葉斯統(tǒng)計分析方法。該方法不需要馬爾科夫蒙特卡洛(MCMC)迭代，大大節(jié)省了運算時間。Xu等已將經(jīng)驗貝葉斯分析應用于連鎖分析(QTL mapping)分析中(Xu2007)，發(fā)現(xiàn)其能降低背景噪音并顯著提高QTL mappin

3、g的精度。本研究使用經(jīng)驗貝葉斯和壓縮混合線性模型兩種算法對本課題組內(nèi)蒙古烏拉蓋管理區(qū)的1217頭西門塔爾牛的骨重、體重性狀做了全基因組關聯(lián)分析。結(jié)果表明，與流行的混合模型全基因組關聯(lián)分析算法比較，經(jīng)驗貝葉斯全基因組關聯(lián)分析算法顯著提高運算速度，并且在提高運算速度的基礎上，檢測效率得到進一步強化。本項研究通過基于經(jīng)驗貝葉斯方法和壓縮混合線性模型兩種算法的全基因組關聯(lián)分析，找到相同的基因LCORL、SLIT2、LAP3與西門塔爾肉牛的骨重顯