QTL作图中零假设检验统计量分布特征及LOD临界值估计方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3724/SP.J.1006.2013.00001

QTL作图中零假设检验统计量分布特征及LOD临界值估计方法

引用
研究QTL作图中零假设检验统计量分布特征,可以帮助我们选取合适的LOD临界值,以控制全基因组显著性概率水平下犯第一类错误的概率.本文利用模拟方法,研究了 QTL 作图中单个扫描位点的似然比检验(LRT)统计量在零假设下的分布特征、影响最大LOD统计量累积分布的因素以及不同群体在不同标记密度下有效独立检验次数与染色体长度的关系.结果表明,在定位加显性效应QTL的一维扫描和定位上位性互作QTL的二维扫描中,单个扫描位置上的LRT统计量均服从卡方分布,其自由度等于检测QTL遗传参数的个数;染色体个数、群体大小和表型测量误差方差对零假设下检验统计量的分布没有影响,即不影响LOD临界值的选取,而群体类型、标记密度和染色体长度有明显影响, BC1、RIL和F2三种类型的群体中, BC1群体的临界值最小, F2群体的临界值最大,标记越密染色体越长,对应的LOD临界值越大; QTL一维扫描中有效独立检验次数与染色体长度呈正比,二维扫描中有效独立检验次数与染色体长度呈二次幂关系.借助 Bonferroni 矫正,给出了全基因组显著性水平与单个扫描位点显著性水平间的关系,因此,研究者可根据作图群体的群体类型、标记密度和基因组长度,很方便地确定特定全局显著性概率水平下的LOD临界值.

QTL作图、似然比检验、LOD统计量、零假设、显著性水平、独立检验次数

2013-04-26(万方平台首次上网日期,不代表论文的发表时间)

共11页

1-11

相关文献
评论
暂无封面信息
查看本期封面目录

作物学报

0496-3490

2013,(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn