基于LASSO算法的多QTL定位的模拟研究

摘要：

此篇文章中,应用一种基于LASSO的算法去同时定位多个数量性状位点(QTL).在QTL定位方法中,迭代加权最小二乘法(IRLS)和极大似然法(ML)在参数估计准确性和检测效率方面效果几乎一致.但是在参数估计的稳健性和计算速度方面,迭代加权最小二乘法又明显优于极大似然估计.结合参数的先验分布信息,基于贝叶斯理论的极大似然估计能够分析多QTL模型.然而迭代加权最小二乘估计不能很好的检测多QTL.目前贝叶斯分析已经成为一个多QTL定位的重要的途径,但它主要缺点是计算时间过长,并缺乏简单有效的显著性检验.通过循环坐标下降的LASSO方法可将全模型的系数同时压缩并使之趋进于零,因此该方法能应用于快速同时估计整个基因组的非零遗传效应位点.在这个研究中,应用基于LASSO的算法去同时定位多QTL.模拟证明LASSO方法比迭代加权最小二乘法具有更高的估计精度和检测效率.

关键词：LASSO、迭代加权最小二乘法、多QTL定位、模拟

所属期刊栏目：32

分类号：S511(禾谷类作物)

资助基金：国家自然科学基金30972077,31172190

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38