导读:本文包含了上位效应论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:上位,效应,玉米,基因组,性状,靶标,籽粒。
上位效应论文文献综述
李灿东,蒋洪蔚,齐照明,李莹莹,郭泰[1]（2019）在《大豆叁粒荚数QTL定位及上位性效应分析》一文中研究指出大豆的叁粒荚数与单株荚数密切相关,是重要的产量影响因素之一。为定位大豆叁粒荚数QTL位点及分析位点间上位性互作关系,本研究利用一套高世代重组自交系群体对叁粒荚数进行连续4年表型数据调查,结合SLAF-seq高密度遗传图谱对大豆叁粒荚数进行QTL分析及位点互作效应分析。结果显示,共获得了17个QTL位点分布于GM02、17、18及19连锁群,其中位于GM02连锁群上有3个主效QTL,加性效应值为-7.02～-3.12,表型贡献率为11.03%～12.75%;GM17、GM18连锁群各有2个主效QTL、GM19连锁群有1个主效QTL;共检测到14对上位性互作QTLs,贡献率较高的互作对有QNThSP01-3和QNThSP15-1、QNThSP03-1和QNThSP05-1、QNThSP12-2和QNThSP15-1以及QNThSP15-1和QNThSP19-3,其中QNThSP15-1在所有互作对中参与互作的频率为50%,可能是影响大豆叁粒荚数的重要QTL位点。因此对大豆叁粒荚数进行QTL定位及上位性互作研究具有重要意义。(本文来源于《分子植物育种》期刊2019年09期）
Mita,Khatun[2]（2019）在《包含加性、显性、上位性及基因与环境互作效应的复杂性状遗传分析》一文中研究指出全基因组关联分析(GWAS)已广泛用于解析人类,植物和动物复杂性状遗传结构。GWAS提供了一种强大的工具,可以将个体的表型差异归因于潜在的遗传差异。随着新一代测序技术发展,已经为不同的生物开展了重测序,生成了高密度单核苷酸多态性(SNP)阵列。众所周知,在数量遗传学中复杂性状由多基因,上位性及基因与环境互作效应控制。大多数GWAS分析忽略了显性、上位性和基因与环境互作效应对复杂性状产生的影响。忽视这些影响是GWAS遗传率缺失的重要原因之一。本研究中,通过使用QTXNetwork中混合线性模型方法,估计了显性、上位性和环境特异性遗传力对玉米NAM种群穗部性状的影响。对于NAM群体,全模型包括加性、显性、上位性和环境特异性遗传效应。对于MESA群体,混合线性模型包括加性、显性、上位性和种族特异性遗传效应。本研究中,解析了MESA群体的体表面积(BSA)和玉米穗性状的遗传结构,提供了新的见解。对于玉米穗部性状,显性和显性相关的上位效应对估计的遗传力有显着贡献。环境特异性遗传效应也是玉米穗的遗传变异的重要组成部分。只有少数控制玉米穗性状的多效位点被鉴定出来。通过利用关联分析结果预测了优良品系和优良杂交品种。全模型有助于理解穗部性状的遗传结构,并提供特定环境下分子标记辅助选择的技术路线,为选育高产量作物提供一定的帮助。Monte-Carlo模拟研究揭示了基因与环境相互作用对分析复合体性状的重要性。忽略基因与环境互作可能导致较低的检测功效和较高的错误发现率(FDR)。此外,它可能会误导遗传效应遗传力的估计。BSA的遗传分析鉴定了与肥胖相关的几种疾病相关的基因。BSA受多个基因座和种族特异性遗传效应控制。基础和条件模型总遗传力的估计大部分相似,其中杂合基因型在表型变异中起着重要作用。不同的生活方式影响着基因座的表达以控制表型变异。生物信息学分析表明,候选基因与钙化合物或BSA相关疾病有关。本研究探讨了不同种族群体中BSA的复杂遗传机制,并评估了不同的生活方式对基因遗传水平的影响,这可能有助于个性化医疗的设计。(本文来源于《浙江大学》期刊2019-04-01）
Sajad,JAFARI,Tomasz,KAPITANIAK,Karthikeyan,RAJAGOPAL,Viet-Thanh,PHAM,Fawaz,E.ALSAADI[3]（2019）在《上位效应对遗传算法可靠性的影响（英文）》一文中研究指出目的:探讨遗传算法的局限性和实用性,并分析基于相互作用产生的上位效应对遗传算法可靠性的影响。创新点:1.指出遗传算法缺陷的根源;2.基于测试样本函数定义目标函数,以判断遗传算法的适用性。方法:1.基于非上位效应函数(表1)和上位效应函数(表2),以及非上位效应函数F4和上位效应函数F6的结构图来验证遗传算法可靠性;2.通过计算样本函数(公式(1))和遗传算法流程(图3)表达遗传算法的工作原理。3.利用克洛弗函数(公式(2))和计算不同结构角下的函数分布(图4),进一步判断匹配度(表3)和计算效率(表4);定义新的目标函数(公式(9))和一组新的变量(公式(10))来实现变量相关性解离。结论:1.对当前遗传算法存在的不足给出了独到见解,并认为正定性的假设并非可以保证遗传算法实际的有效性和优化性。2.定义成本代价函数用以判断遗传算法可靠性,并分别考虑上位性和非上位性效应两种情形。当成本代价函数在非上位性效应下时,遗传算法是有效的;否则,可以把N维函数降级为N个一维函数,从而采用更简单的算法来判断。基于一些通用的基准,进一步设计叁类样本函数来证实以上判断,且这些样本函数适合于上位性效应情形和非上位效应情形。3.遗传算法的瓶颈在于主算子和相干匹配性;可以通过破坏某些结构来实现变量关系的解离,从而抑制相干匹配性对遗传算法的影响。希望相关读者在处理实际优化问题时能验证作者关于上位效应的定性结论,并给出更可靠的方法来表征这种效应。(本文来源于《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》期刊2019年02期）
赵小强,任斌,彭云玲,徐明霞,方鹏[4]（2019）在《8种水旱环境下2个玉米群体穗部性状QTL间的上位性及环境互作效应分析》一文中研究指出深入剖析干旱胁迫条件下玉米穗部性状的遗传机制可为玉米抗旱高产分子育种提供参考依据。以大穗型旱敏感自交系TS141为共同亲本,分别与小穗型强抗旱自交系廊黄和昌7-2杂交,构建了含有202个(LTPOP)和218个(CTPOP)家系的F2:3群体,在8种水旱环境下进行单穗重、穗轴重、穗粒重、百粒重、出籽率及穗长等6个穗部性状的表型鉴定,并采用复合区间作图法(CIM)和基于混合线性模型的复合区间作图法(MCIM)对其进行单环境和多环境联合数量性状位点(QTL)分析。结果表明,采用CIM法,单环境下在2套F2:3群体间检测到62个穗部性状QTL,其中干旱胁迫环境下检测到38个QTL,进一步在2套F2:3群体多个干旱胁迫环境下检测到10个稳定表达的QTL (sQTL),分别位于Bin 1.01–1.03、Bin 1.03–1.04、Bin 1.05、Bin 1.07、Bin 1.07–1.08、Bin 2.04、Bin 4.08、Bin 5.06–5.07、Bin6.05和Bin 9.04–9.06。采用MCIM法,联合分析定位到54个穗部性状联合QTL,其中24个表现显着的QTL与环境互作(QTL×E), 17对参与了显着的加性与加性/显性(AA/AD)上位性互作,其表型贡献率较低。这些研究结果可为系统地剖析玉米穗部性状的分子遗传机制提供理论依据;且这2套F2:3群体多个环境下检测到的sQTL可作为穗部性状改良的重要候选染色体区段,用于图位克隆或抗旱高产分子育种,但要注重环境及上位性互作效应的影响。(本文来源于《作物学报》期刊2019年06期）
刘梦苑[5]（2018）在《基于上位效应靶标的抗乳腺癌组合药物发现》一文中研究指出乳腺癌是全球女性发病率和死亡率最高的恶性肿瘤之一。目前治疗乳腺癌的药物主要有内分泌治疗药物、化疗药物和靶向药物,靶向药物能够针对特定的致病因素,降低副作用,因此备受人们的青睐。但是靶向药物大多为单靶标药,对于发病因素单一的遗传病治疗效果较好,而对于乳腺癌这类复杂疾病效果较差,并且随着用药时间的延长,患者很容易产生耐药性。组合药物不仅可以靶向多个致病因素,而且还可以通过协同作用起到增强疗效的效果,另外,组合药物还可以延缓耐药性,这些优势使得组合药物成为目前复杂疾病治疗的趋势。然而,如何高效地筛选既有抗乳腺癌活性,又能增强疗效的组合药物是一个亟待解决的重要科学问题。由于基因通常依靠相互作用发挥功能,乳腺癌的发生可能不是某几个主要基因引起,而是由多个疾病关联基因相互作用(上位效应)引起的。因此本研究提出假设,靶向这些具有上位效应的疾病关联基因的组合药物可能会通过协同作用对疾病产生较大的影响。本课题从以下叁个方面验证了本研究的假设:(1)本课题首先筛选靶向癌症相关协同致死(类似上位效应)基因的组合药物,然后通过对这些组合药物的疗效进行统计分析,发现抗癌组合药物比例是组合药物数据库DCDB(Drug Combination Database)的2.1倍以上,说明本课题筛选的组合药物显着富集抗癌组合。(2)为了进一步验证互作的疾病关联基因对于组合药物发现的重要价值。本课题首先利用叁种上位效应检测软件从乳腺癌GWAS(Genome-wide association study)数据中鉴别了许多潜在的乳腺癌相关上位效应基因对。通过筛选靶向这些基因对的组合药物,并且对这些组合药物的疗效信息进行了统计分析,结果发现,本文筛选出的具有抗乳腺癌活性的组合药物比例是组合药物数据库DCDB的1.7倍以上,说明筛选效率(6.9%)得到了提高。然后,为了加强上位效应基因与乳腺癌的遗传学关联程度,进一步提高抗乳腺癌组合药物筛选效率,本研究筛选了以叁种软件共同筛选的上位效应基因对为靶标的组合药物,结果证明本研究将抗乳腺癌组合的筛选效率提升了5倍以上(35.1%)。(3)为了验证本研究方法的可靠性,以及避免遗漏有意义的基因互作关系,本课题利用基于叁维基因组建立的基因共开放网络对这些基因对进行过滤,过滤后的基因对被认为是功能相关且具有上位效应的,与乳腺癌的遗传学关联程度增强。与上位效应基因对相比,过滤后的基因不仅数目大大缩减,而且以过滤后的基因对为靶标的组合药物对抗乳腺癌药物组合的筛选效率也提升了3倍以上(20.4%)。最后,本研究筛选了既能靶向叁种软件共同筛选的上位效应基因对又能靶向功能相关且具有上位效应的组合药物,共得到9组已知活性的组合药物,其中有6组为抗乳腺癌组合,筛选效率又得到了进一步提升(66.7%)。最后,本研究认为另外叁组组合药物中的抗癌组合(DC002016和DC002885)有很大的抗乳腺癌潜能,可以为实验验证提供进一步指导。(本文来源于《华中农业大学》期刊2018-06-01）
王会涛,柳华峰,郑耀刚,赵帅帅,刘浩浩[6]（2018）在《玉米叶型相关性状QTL定位及上位性效应分析》一文中研究指出为了研究玉米叶型性状的QTL以及它们的上位性效应,本研究以豫82为母本、豫87-1为父本发展而成的一套重组自交系群体为材料,通过一年3点的表型鉴定,利用遍布玉米全基因组的SNP标记,对玉米叶向值、叶夹角、叶长、叶高点长和叶宽5个性状进行QTL定位及上位性效应分析。定位结果表明,5个性状共定位到24个QTL,贡献率6.89%~13.43%,所有主效QTL均与环境没有显着的互作效应。其中,q LA1-1、q LA8-1、q Lf2-1、q Lf5-1、q LOV3-1、q LL2-1、q LL4-1、q LW1-1和q LW3-1的贡献率均在10%以上,说明这些位点对叶型的影响较为重要。上位性效应分析结果表明,共检测有15对上位性互作位点表现出显着性,并且所有的互作位点对都发生在不同染色体之间;多数互作位点对,均发生在未显着性效应的位点之间;所有的上位性互作位点对间的互作效应与环境也无显着的互作效应,这表明叶型相关性状的加性效应和上位性效应,均不受地点间环境条件的影响。本研究为进一步图位克隆相关关键基因及分子标记辅助育种改良玉米株型提供了重要的参考价值。(本文来源于《分子植物育种》期刊2018年15期）
任照彬,王会涛,豆丹丹,任真真,柳华峰[7]（2018）在《玉米叶高点长等叶型性状QTL定位及上位性效应分析》一文中研究指出以由综3×豫87-1衍生的一套包含223个家系的RIL群体为材料,通过3个地点的表型鉴定,借助由1 243个SNP标记构建的遗传连锁图谱对玉米叶高点长、叶长、叶宽和叶面积进行QTL定位及上位性效应分析。结果表明,4个叶型性状共检测到10个显着的QTL,这些QTL与环境的互作均未达到显着水平。在这些QTL中,调控叶高点长的q Lf5-1,q Lf8-1和调控叶长的q LL8-1,分别解释表型变异的7.20%,6.06%和6.39%,说明这3个主效QTL是调控叶型性状的重要位点。上位性效应分析共检测到6对位点间互作,互作效应为2.30%~7.39%,属于非显着QTL位点对互作,其中2对位点互作的上位性效应与环境互作效应显着,说明上位性互作效应在叶型性状的遗传中占有一定的比例,同时也受环境的影响。(本文来源于《河南农业大学学报》期刊2018年02期）
宋晓恒,豆丹丹,柳华峰,刘浩浩,赵帅帅[8]（2018）在《玉米穗部性状QTL定位及上位性效应分析》一文中研究指出为从分子水平上解析玉米穗长、穗粗和籽粒深度的遗传基础,以豫82×豫87-1衍生的一套重组近交系(RIL)群体为材料,通过多点的表型鉴定,采用SNP标记构建的遗传连锁图谱进行QTL定位及上位性效应分析。结果表明,在穗部3个性状中共检测到的18个相关QTL,并且与环境的互作均不显着。在这些QTL中,位于第1染色体调控穗长的q EL1-1和第2染色体调控粒深的q KD2-1、q KD2-2,分别解释表型变异的6.21%和10.11%、8.90%。上位性效应分析结果表明,共检测到3对位点间互作,互作效应为1.23%~6.49%,其中有1对位点互作达到显着水平。本研究为进一步图位克隆相关关键基因及分子标记辅助育种提供了重要的参考价值。(本文来源于《中国农学通报》期刊2018年09期）
梅步俊,王志华[9]（2018）在《家畜全基因组分析中稀有变异上位效应检测方法》一文中研究指出下一代测序技术的出现和检测费用不断下降清除了稀有变异检测的技术障碍,可以检测出包括常见变异和稀有变异在内的数以千万的遗传变异,其中绝大部分的变异都是稀有变异。这种情况对统计分析方法和结果解释提出了新的挑战。当前最为流行的全基因组分析方法主要针对常见变异间上位效应的检测问题,家畜育种中较少涉及稀有变异间、稀有变异-常见变异上位效应的研究。本综述探讨使用贝叶斯多元回归方法将上位效应检测单位由成对SNP扩展到基因组窗口间的检测,整合基因组信息进一步缩减数据集维度,并使用基因组窗口后验关联概率控制假阳性比例。这种新的研究策略无疑具有以下两个优良特性:1)这种方法将基因组窗口中所有SNP作为一个整体,可以利用该区域内的所有信息检测上位效应;2)该方法可以大幅度减少多重检测数量。其次,中国畜牧企业表型数据丰富,缺乏基因组测序数据,本研究借鉴单步基因组预测原理,设计检测包括上位效应在内的"穷"GWAS方法。(本文来源于《基因组学与应用生物学》期刊2018年08期）
江良荣,黄荣裕,黄育民,王侯聪,郑景生[10]（2017）在《稻米垩白性状的QTL检测、上位性及环境效应分析》一文中研究指出水稻的垩白性状是当前限制中国稻米品质提升的最主要因素。研究垩白形成机理及遗传特性,将有利于提高育种中垩白性状的改良效率。本课题组先前构建了广陆矮4号/佳辐占重组自交系(GJ RIL)及遗传图谱。本研究连续2年在上杭县和龙海市两地共种植6季GJ RILs,据各季垩白性状表型数据进行遗传分析,结合遗传图谱进行QTL定位、上位性分析和环境效应分析。遗传分析发现垩白粒率和垩白度呈偏态分布,推测垩白性状受主效基因与微效基因共同影响。QTL定位中,垩白粒率获得3个QTLs,qPGWC2、qPGWC4和qPGWC5,遗传贡献率分别为2.84%、3.74%和14.09%;垩白度获得3个QTLs,qDEC1、qDEC4和qDEC5,遗传贡献率分别为2.96%、4.88%和7.79%。上位性分析中,垩白粒率和垩白度分别获得7对和5对上位性QTLs,贡献率为0.23%~3.55%。RM307~RM518区间内同时检测到垩白粒率和垩白度的QTLs,并参与了垩白粒率和垩白度的上位性互作。RM598~RM5140区间内也同时检测到垩白粒率和垩白度的QTLs,也参与了垩白度的上位性互作。环境效应分析发现,垩白度的3个QTLs及eqDEC10和eqDEC9这对上位性QTLs均与2010年早季龙海种植环境发生显着或极显着的互作效应。(本文来源于《分子植物育种》期刊2017年04期）
上位效应论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
全基因组关联分析(GWAS)已广泛用于解析人类,植物和动物复杂性状遗传结构。GWAS提供了一种强大的工具,可以将个体的表型差异归因于潜在的遗传差异。随着新一代测序技术发展,已经为不同的生物开展了重测序,生成了高密度单核苷酸多态性(SNP)阵列。众所周知,在数量遗传学中复杂性状由多基因,上位性及基因与环境互作效应控制。大多数GWAS分析忽略了显性、上位性和基因与环境互作效应对复杂性状产生的影响。忽视这些影响是GWAS遗传率缺失的重要原因之一。本研究中,通过使用QTXNetwork中混合线性模型方法,估计了显性、上位性和环境特异性遗传力对玉米NAM种群穗部性状的影响。对于NAM群体,全模型包括加性、显性、上位性和环境特异性遗传效应。对于MESA群体,混合线性模型包括加性、显性、上位性和种族特异性遗传效应。本研究中,解析了MESA群体的体表面积(BSA)和玉米穗性状的遗传结构,提供了新的见解。对于玉米穗部性状,显性和显性相关的上位效应对估计的遗传力有显着贡献。环境特异性遗传效应也是玉米穗的遗传变异的重要组成部分。只有少数控制玉米穗性状的多效位点被鉴定出来。通过利用关联分析结果预测了优良品系和优良杂交品种。全模型有助于理解穗部性状的遗传结构,并提供特定环境下分子标记辅助选择的技术路线,为选育高产量作物提供一定的帮助。Monte-Carlo模拟研究揭示了基因与环境相互作用对分析复合体性状的重要性。忽略基因与环境互作可能导致较低的检测功效和较高的错误发现率(FDR)。此外,它可能会误导遗传效应遗传力的估计。BSA的遗传分析鉴定了与肥胖相关的几种疾病相关的基因。BSA受多个基因座和种族特异性遗传效应控制。基础和条件模型总遗传力的估计大部分相似,其中杂合基因型在表型变异中起着重要作用。不同的生活方式影响着基因座的表达以控制表型变异。生物信息学分析表明,候选基因与钙化合物或BSA相关疾病有关。本研究探讨了不同种族群体中BSA的复杂遗传机制,并评估了不同的生活方式对基因遗传水平的影响,这可能有助于个性化医疗的设计。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
上位效应论文参考文献
[1].李灿东,蒋洪蔚,齐照明,李莹莹,郭泰.大豆叁粒荚数QTL定位及上位性效应分析[J].分子植物育种.2019
[2].Mita,Khatun.包含加性、显性、上位性及基因与环境互作效应的复杂性状遗传分析[D].浙江大学.2019
[3].Sajad,JAFARI,Tomasz,KAPITANIAK,Karthikeyan,RAJAGOPAL,Viet-Thanh,PHAM,Fawaz,E.ALSAADI.上位效应对遗传算法可靠性的影响（英文）[J].JournalofZhejiangUniversity-ScienceA(AppliedPhysics&Engineering).2019
[4].赵小强,任斌,彭云玲,徐明霞,方鹏.8种水旱环境下2个玉米群体穗部性状QTL间的上位性及环境互作效应分析[J].作物学报.2019
[5].刘梦苑.基于上位效应靶标的抗乳腺癌组合药物发现[D].华中农业大学.2018
[6].王会涛,柳华峰,郑耀刚,赵帅帅,刘浩浩.玉米叶型相关性状QTL定位及上位性效应分析[J].分子植物育种.2018
[7].任照彬,王会涛,豆丹丹,任真真,柳华峰.玉米叶高点长等叶型性状QTL定位及上位性效应分析[J].河南农业大学学报.2018
[8].宋晓恒,豆丹丹,柳华峰,刘浩浩,赵帅帅.玉米穗部性状QTL定位及上位性效应分析[J].中国农学通报.2018
[9].梅步俊,王志华.家畜全基因组分析中稀有变异上位效应检测方法[J].基因组学与应用生物学.2018
[10].江良荣,黄荣裕,黄育民,王侯聪,郑景生.稻米垩白性状的QTL检测、上位性及环境效应分析[J].分子植物育种.2017
论文知识图
