[发明专利]一种基于Richards方程的树木数量性状的QTL定位框架的方法有效
申请号: | 202110629578.3 | 申请日: | 2021-06-07 |
公开(公告)号: | CN113345520B | 公开(公告)日: | 2021-12-14 |
发明(设计)人: | 张晓宇;龚慧莹;姜立波;邬荣领 | 申请(专利权)人: | 北京林业大学 |
主分类号: | G16B20/30 | 分类号: | G16B20/30;G16B25/00;G16B5/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 薛红凡 |
地址: | 100000 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 richards 方程 树木 数量 性状 qtl 定位 框架 方法 | ||
1.一种基于Richards方程的树木数量性状的QTL定位框架的方法,其特征在于,包括以下步骤:
1)利用相同生活环境的木本植物样本个体的数量性状的表型数据拟合Richard方程,搜索得到方程的估计参数;
2)对所述每个样本个体的全基因组进行单核苷酸多态性分型,得到每个样本个体的基因型;
3)以木本植物样本个体的基因型和表型数据作为分析数据,将步骤1)中所述估计参数应用到功能作图的模型框架中定位调控树木数量性状生长的显著QTL;
根据统计量LR确定p值,确定统计推断:LR的拒绝域表示为W={LR≥c},其中临界值c满足P(LR≥c)≤α,当检验水平设定为α,如果p≤α,LR属于拒绝域,则拒绝原假设H0接受备择假设H1,可以判定在检验水平为α时该基因位点的不同基因型性状生长存在差异,该基因位点是显著的QTL;
4)根据步骤3)中显著QTL计算数量性状的遗传效应值;
5)根据步骤4)中所述遗传效应值建立不同显著QTL之间的线性相关关系,得到QTL调控结构网络;
6)利用步骤5)所述QTL调控结构网络识别解释树木数量性状生长过程的关键调控QTL;
所述关键调控QTL的识别方法为将每一个QTL调控其余QTL的数量进行统计,选择其中调控数量较大的QTL识别为关键调控QTL;关键调控QTL的数量选取QTL调控结构网络中全部的QTL数量的前5%。
2.根据权利要求1所述基于Richards方程的树木数量性状的QTL定位框架的方法,其特征在于,步骤1)中所述Richard方程如方程(3)所示:
其中,b1代表生长极限值;b2代表形状参数;b3是与生长速率相关的参数,y表示数量性状的拟合值,t表示时间,以年为单位。
3.根据权利要求1或2所述基于Richards方程的树木数量性状的QTL定位框架的方法,其特征在于,步骤1)中拟合Richard方程通过最小二乘法实现;
所述估计参数的搜索方法为BFGS拟牛顿法;
所述估计参数为表型值与拟合值残差平方和最小的Richards方程参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学,未经北京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110629578.3/1.html,转载请声明来源钻瓜专利网。