项目名称: 品种资源群体抗性性状QTL互作检测新方法及其应用

项目编号: No.31301004

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 生物科学

项目作者: 冯建英

作者单位: 南京农业大学

项目金额: 28万元

中文摘要: 作物品种资源群体对逆境和病虫害的耐性或抗性呈非孟德尔遗传的间断型非正态分布,其信息量少,内在生物模式复杂,使抗性性状的遗传剖析更具挑战性。抗性性状是重要的作物育种目标,影响作物产量和品质。利用品种资源群体发掘的优异基因进行新品种选育是减少农业生产损失最经济有效的办法。然而,在品种资源群体中检测抗性性状QTL的统计方法研究还相对薄弱,特别是十分重要的上位性互作。为此,在品种资源群体数量性状上位性关联分析方法和抗性性状多QTL检测方法前期工作基础上,利用朴素贝叶斯方法、伪似然函数法、分层广义线性模型、贝叶斯方法、惩罚最大似然法和LASSO等数理统计方法的思想,提出品种群体抗性性状上位性互作检测的参数估计算法;构建品种群体二歧和多歧抗性性状的上位性互作检测的技术平台;经Monte Carlo模拟研究验证后,用于大豆对盐碱耐性的上位性互作检测,并进行分子育种设计。拟发表SCI论文2篇。

中文关键词: 关联分析;品种群体;上位性;抗性性状;耐盐碱性

英文摘要: The tolerance to abiotic stress and resistance to diseases and insect pests in crop cultivar resource is not inherited in a simple Mendelian fashion. Their phenotypic observations are in discrete form and fellow non-normal distribution, indicating less information available and complex biological pattern. All these characteristics make it more challenging to dissect the genetic basis of resistance traits in crop cultivars. It should be noted that resistance traits are important targets in crop breeding, and have serious effects on crop production and quality. As we know, breeding new cultivar by making use of elite alleles mined from crop germplasm resource is the most economic and efficient way to reduce agricultural production loss. However, relatively little is known about statistic method of mining elite genes in crop germplasm resource, and especially for the existence of epistasis between genes. Based on epistatic association mapping of quantitative trait and multi-QTL mapping of resistance traits in crop cultivars, therefore, in this project the currently ideas from Na?ve Bayesian analysis, quasi-likelihood function method, hierarchical generalized linear model, Bayesian shrinkage estimation approach, penalized maximum likelihood and LASSO are used to develop a new algorithm of parameter estimation for ep

英文关键词: association analysis;crop cultivar;epistasis;resistance trait;alkaline-salt tolerance

成为VIP会员查看完整内容
0

相关内容

关联分析:多研究事物之间的联系,寻找关联程度高的相关事物,多采用机器学习方法,如聚类,关联性分析。
专知会员服务
25+阅读 · 2021年9月10日
专知会员服务
42+阅读 · 2021年8月20日
专知会员服务
20+阅读 · 2021年7月28日
专知会员服务
24+阅读 · 2021年4月21日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
【2021新书】概率论介绍,395页pdf
专知会员服务
73+阅读 · 2021年1月17日
【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
折叠屏手机能否成为主流?
ZEALER订阅号
0+阅读 · 2021年12月11日
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年6月1日
Arxiv
0+阅读 · 2022年6月1日
Arxiv
38+阅读 · 2021年8月31日
Arxiv
13+阅读 · 2020年4月12日
小贴士
相关VIP内容
相关资讯
折叠屏手机能否成为主流?
ZEALER订阅号
0+阅读 · 2021年12月11日
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员