导读:本文包含了数量遗传模型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:基因,模型,算法,性状,模糊,数量,水稻。
数量遗传模型论文文献综述
徐利锋,Gerhard,Buck-Sorlin,丁维龙,高楠[1]（2017）在《整合数量遗传信息的水稻虚拟生长模型研究进展》一文中研究指出随着全球人口的持续增加和环境的恶化,粮食作物的高产作为解决粮食短缺必不可少的途径,一直受到科学家们的广泛关注.运用可视化技术和作物模型相结合的方法,来研究植物的基因型-表现型相互反馈是一种新型的研究手段.其中,运用植物功能与结构模型的方法,能够对作物株型研究和传统育种进行辅助,从而促进育种进程.本文以水稻的虚拟生长模型为例,从运用作物模型及功能与结构模型进行QTL定位研究出发,阐述了植物模型研究的研究现状.重点综述了水稻功能与结构模型应用于虚拟育种研究的进展,提出了目前运用水稻生长模型进行虚拟育种研究中存在的问题和弊端,并论述了可能的解决方案,最后进行了相关的讨论和展望.(本文来源于《生物数学学报》期刊2017年03期）
魏巨龙[2]（2016）在《混合线性模型解析数量性状遗传基础的研究》一文中研究指出线性模型中包含固定效应和随机效应两部分,这种类型的模型称之为混合线性模型(LMM)。混合线性模型广泛应用于动植物遗传育种以及人类遗传疾病挖掘等领域。而本研究从统计量检验、方差组分估计和预测等叁个方面拓展混合线性模型应用,主要包括以下叁个方面的研究。第一、AGIC QTL定位群体,是多个亲本通过数代亲本之间的横交以及若干世代的近交得到一个群体,可以译作多亲本重组自交系。相比较传统的二亲本的群体,该群体能够提高QTL定位的分辨率和检验效率。而且该群体具有一定的遗传多样性,其QTL结果可以直接应用在育种上。本研究将混合线性模型拓展到MAGIC群体的QTL定位研究上。该模型中使用微效多基因效应替代CIM中的cofactors,减少背景噪音导致假阳性问题。在模型中,将检验标记效应作为随机效应处理或固定效应处理。同时通过释放检验标记与微效多基因重复估计的部分提高检验效率。在具体算法实现上,使用矩阵特征分解、Woodbu ry矩阵变换以及参数预估计等技巧,以此提高计算效率。模拟数据和实际数据表明,该方法在不增加计算速度的前提,能够有效地控制假阳性并且可以提高检验效率。第二、在人类疾病和玉米的数量性状已有研究探讨复杂性状的遗传变异来源。而该研究使用LMM对524个品系水稻的5个数量性状进行遗传力剖分研究。将标记按照位置信息划分为调控区、内含子、外显子以及基因间等四个功能分区,以此探讨数量性状的遗传变异主要来源于哪一个分类。研究表明,调控区或基因间,即对基因具有调控功能的部分,对5个数量性状遗传变异贡献最大。研究也将4个功能分区通过构建不同kinship矩阵使用multiBLUP对表型进行预测。结果表明,该策略的预测效果并没有显着提高。第叁、代谢组对理解表型变异的分子机制具有重要作用,而且已有研究表明代谢组可以对表型进行预测。本研究采用数据与第二个研究相同,包含839个代谢组信息。使用LR、LMM、 Bayes B以及LASSO等四种模型进行关联分析,研究发现了一些与表型显着相关的代谢物。而且通过模型比较,发现LASSO模型为最佳模型,既能够控制群体结构引起的假阳性问题,又具有较高的检验效率。在此研究基础,使用LMM、Bayes B以及LASSO等3种模型对表型进行预测。结果显示代谢组可以对表型进行预测,其预测效果与GBLUP相当。本课题为畜禽遗传育种领域基础性研究,涉及到的叁个方面(统计检验、方差组分估计和预测),均为该领域重要研究内容,也是国际研究热点,其重要性不言而喻。而本课题研究的理论成果,具备一定创新性,在畜禽遗传育种和人类精准医疗等领域具有一定的应用价值。(本文来源于《中国农业大学》期刊2016-05-01）
孙方东,李宗吉[3]（2015）在《多阶段数量折扣订货模型优化与遗传算法求解》一文中研究指出针对现有订货批量模型在描述库存成本上的缺陷,对其进行了修正。应用遗传算法对修正后的模型进行了求解,结合动态规划最优性原理,着重优化了遗传算法编码方案的设计,确保编码方案的完备性。经实例验证,该求解方法可有效解决多阶段数量折扣问题,克服了动态规划和S-M法的局限性。(本文来源于《舰船电子工程》期刊2015年12期）
张兴伟,王志德,刘艳华,任民,杨洋[4]（2013）在《植物数量性状“主基因+多基因”混合遗传模型及其在烟草上的应用》一文中研究指出介绍了植物数量性状"主基因+多基因"混合遗传模型的基本原理与研究方法,分析了其优点,详述了其在烟草数量性状遗传研究上的应用情况,并提出了笔者对于这套模型的几点思考。(本文来源于《中国烟草学报》期刊2013年03期）
徐利锋[5]（2011）在《整合水稻形态，生理及数量遗传因子的功能与结构模型构建》一文中研究指出目前水稻产量相关性状的数量性状基因座(QTL)研究已经在迅猛发展,而利用遗传信息的作物模型确实最近才被提出来。本研究提出了一个叁维的水稻功能与结构模型(FSPM)。它整合了形态(植物的结构,包括静态和动态),重要的生理过程(功能),以及株高的数量遗传信息。该模型是在一个基于Relational Growth Grammar (RGG)文法以及拓展L-system (XL)建模语言的交互建模平台GroIMP里构建的,并兼容Java编程语言。本文总共分为六章。第一章是总体前言,包括了作物模型及FSPM方法的基本背景,文献综述(包括水稻Oryza sativa L的数量遗传学研究,植物模型的一般用法,和具体介绍的植物功能与结构建模,简略描述的XL语言及GroIMP等)和最终的挑战及初步结论。第二章介绍了一个基本的水稻表现型模型。它用FSPM (Functional-structural plant modeling),基于图形的RGG文法以及GroIMP来构建执行,并模拟生长,形态及生理过程。其中包含了形态形成规则(器官形成,生长及发育)以及一些生理功能(光合作用,源库关系,光模型等)。另外也对一些包含最终形态及光合作用模型表现的模拟结果进行了展示和讨论。第叁章展示了一个拓展的水稻模型,其中包含了生理过程,形态形成及数量遗传学信息。在模型中,一些生长函数的参数由描述QTL主效应及互作效应的遗传模型来控制。模拟出来的水稻植株的表现型与QTL基因型是由水稻FSPM及QTLNetwork I司一个数据界面及遗传模型连接起来的。QTLNetwork利用连锁图谱及性状数据来计算出QTL信息。在运用株高及籽粒产量作为形状的例子中,展现了给定形状的QTL信息是如何才能运用到植物模型中并且模拟出作图群体中不同株系的表现型的。另外,还示范了特定形状的更改通过生理过程在整个植株表现型上的反馈。第四章阐述了植物生理生态模型与QTL的整合方法,以及为包括基因型的个体的繁殖所做的更改。另外还展示了一个用于虚拟雨中研究的水稻模型" RiceBreeder"。作为水稻基因型-表现型模型的一个应用及确认,这个水稻模型还被用于可视化作图群体中的超级基因型株系和父母本株系,并展现不同的生长动态。另外还比较了通过模拟出的表现型数据的QTL定位结果与初始真值之间的差异。第五章是前述各个章节的概要讨论。本研究构建了一个包含部分生理过程,形态因素及产量相关形状的数量遗传学信息的水稻功能与结构模型,并能够用以模拟器官形成,形态形成以及生长动态。它因而被用来探索QTL信息对模型参数的影响并且通过模拟生理生态过程(包括遗传信息相关性状)对整个植物表现型进行可视化。另外,Rice Breeder模型的拓展可以促进面向育种家及科学家的育种工具的形成。第六章中是结论：FSPM作为一种比较新的植物模型构建方法,将对植物遗传性状在环境中的变异表现的评估起到极其重要的作用；当前的水稻模型在进行必要的改进后,将最终成为更好理解植物生物学及协助作物育种的有效工具。(本文来源于《浙江大学》期刊2011-06-21）
田露申,闫朝选,余青青,郭世星,牛应泽[6]（2010）在《花瓣色素定量法对甘蓝型油菜白花性状的质量-数量遗传模型分析》一文中研究指出采用无水乙醇提取油菜花瓣色素,在439nm波长下测定提取液的吸光度,实现对甘蓝型油菜白花性状的量化观察,并应用植物数量性状主基因+多基因混合遗传模型多世代联合分析法,对甘蓝型油菜杂交组合(HW 243×HZ 21-1)和(HW 243×中油821)的P1、P2、F1、F2、B1和B2世代群体进行分析,研究花瓣颜色的遗传特性。结果显示:甘蓝型油菜白花性状表现为数量性状,其遗传符合2对加性-显性-上位性主基因+加性-显性-上位性多基因遗传模型(E-O),以主基因作用为主,多基因的作用相对较小;2对主基因的加性、显性和上位性效应均具有较大的作用;主基因的遗传力较高;受环境影响较小。在F2群体中主基因的遗传率为95.51%和96.35%,多基因遗传率为3.65%和2.43%;在B1群体中主基因的遗传率为53.00%和49.59%,多基因遗传率分别为39.93%和39.84%;在B2群体中主基因的遗传率为97.38%和95.51%,多基因遗传率分别为2.17%和1.57%。(本文来源于《中国油料作物学报》期刊2010年03期）
霍纬纲,邵秀丽[7]（2010）在《基于CHC遗传模型的数量属性模糊划分》一文中研究指出提出一种基于跨世代异物种重组大变异遗传模型的数量属性模糊划分方法,采用实数编码和PNX交叉算子,通过设定阈值重新初始化算子,以模糊1-频繁项的支持度、叁角形隶属度函数对数量属性取值范围的覆盖率以及隶属度函数间的重迭度为优化目标,通过遗传进化自动确定数量属性的模糊划分区间。实验结果表明该方法缩短了进化所需时间,所得最优个体的适应度值较高。(本文来源于《计算机工程》期刊2010年07期）
罗凤娟,董晓萌,袁志发,郭满才[8]（2008）在《主基因-多基因混合遗传数量性状的单性状选择模型》一文中研究指出【目的】分别估计分离世代数量性状主基因-多基因混合遗传中的多基因效应方差和环境方差,为育种工作者提供一种简单易行的单性状选择方法。【方法】利用正态分布的极限误差,将混合正态分布数据划分到多个单一正态分布对应的区间,每一区间代表一种主基因型,采用有重复观测数据的单因素多元方差分析方法,分别估计各主基因型间的主基因效应协方差阵、多基因效应协方差阵和环境协方差阵,然后结合混合正态分布中各成分分布的比例,计算该数量性状的表型方差、遗传方差、环境方差和遗传力等遗传参数,并进行实例分析。【结果】在相同选择强度下,遗传效率为110.3760%,较作为单一正态分布的普通数量性状选择效率提高了10.3760%。当选择强度i=0.5时,遗传增益GS=28.41。【结论】应用建立的主基因-多基因混合遗传数量性状单性状选择模型计算,遗传效率有很大提高,表明该方法具有实用性。(本文来源于《西北农林科技大学学报(自然科学版)》期刊2008年09期）
罗凤娟[9]（2008）在《主基因—多基因混合遗传的数量性状的单性状选择模型》一文中研究指出随着现代统计学思想在遗传学领域的渗透以及计算机的普及和发展,数量性状的主基因-多基因混合遗传模型得到了广泛的研究和应用,现已完整的研究了7类混合遗传模型。但以往的研究只是对不同动植物主基因-多基因混合遗传的数量性状的主基因和多基因存在的鉴别分析,以及遗传模型识别和各种遗传效应的分析。此外,在估计环境方差时,必须借助不分离世代(亲本P1 , P2和杂交后代F1代)来估计,而且对于此类性状的选择模型从未见报道,为育种生产带来一定的不便。主基因-多基因混合遗传的数量性状,其表型值呈现多峰性,表现为多个正态分布的混合,即对应多个主基因基因型,其选择与普通数量性状的选择在模型假定以及分析上都有很大的不同。为此,在主基因-多基因混合遗传数量性状的单性状选择中,本研究采用重复观测数据的试验设计方案,利用单因素多元方差分析方法,分别估计了主基因效应方差、多基因效应方差、环境方差,遗传力等参数,根据直接遗传进展,建立了主基因-多基因混合遗传的数量性状的单性状选择模型,为育种工作者提供一种简单易行的选择方法,具体方法如下:首先,对单个分离世代中主基因-多基因混合遗传的数量性状进行等重复的观测,由于各次观测值及其均值的频数分布均呈现多峰性,因此利用混合分布理论来计算。为减小计算误差,本研究采用均值的频数分布来计算各成分分布的数字特征,其中成分分布个数根据AIC准则,选择使AIC值达到最小的成分分布个数作为混合分布的成分分布数,分布中其它参数的确定利用EM算法来估计;其次,每个成分分布对应一种主基因基因型,根据各个成分分布的均值和方差,利用正态分布的极限误差将每个个体划分到相应的成分分布中,即相应的主基因基因型中,将每种主基因型作为单因素方差分析的一个处理水平,对其进行单因素的多元方差分析,分别计算主基因效应协方差阵、多基因效应协方差阵、环境协方差阵等参数;最后结合混合分布中各成分分布的权重即各主基因基因型的分离比例,计算主基因效应方差,多基因效应方差和环境方差,以及遗传力等参数,进而计算该数量性状的遗传进展。这样对不同群体选择时,可直接根据遗传进展大小进行选择,且选择效率有很大提高,从而为育种者提供了极大方便。另外,本文的原理和方法具有通用性,对有一个主基因位点或一个以上主基因位点存在的主基因-多基因混合遗传的数量性状的选择也适用。(本文来源于《西北农林科技大学》期刊2008-05-01）
韩立德,杨剑,朱军[10]（2007）在《数量性状的核质互作遗传效应分析:二倍体植株遗传模型(英文)》一文中研究指出提出了能分析二倍体植株数量性状核质互作效应的遗传模型,该模型把控制数量性状总的遗传效应分为核效应、质效应和核质互作效应,以及它们分别与环境作用的效应。其中,核质互作效应可进一步分解为加性核质互作与显性核质互作。基于平衡与非平衡两种双列杂交试验设计,蒙特卡罗模拟结果表明:采用混合线性模型方法进行统计分析,可以有效地估计各项遗传效应值及其方差分量。此外,运用该模型对棉花的4个数量性状(单株铃数、衣分、2.5%跨长和麦克隆值)进行了遗传分析。(本文来源于《遗传学报》期刊2007年06期）
数量遗传模型论文开题报告
（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：
线性模型中包含固定效应和随机效应两部分,这种类型的模型称之为混合线性模型(LMM)。混合线性模型广泛应用于动植物遗传育种以及人类遗传疾病挖掘等领域。而本研究从统计量检验、方差组分估计和预测等叁个方面拓展混合线性模型应用,主要包括以下叁个方面的研究。第一、AGIC QTL定位群体,是多个亲本通过数代亲本之间的横交以及若干世代的近交得到一个群体,可以译作多亲本重组自交系。相比较传统的二亲本的群体,该群体能够提高QTL定位的分辨率和检验效率。而且该群体具有一定的遗传多样性,其QTL结果可以直接应用在育种上。本研究将混合线性模型拓展到MAGIC群体的QTL定位研究上。该模型中使用微效多基因效应替代CIM中的cofactors,减少背景噪音导致假阳性问题。在模型中,将检验标记效应作为随机效应处理或固定效应处理。同时通过释放检验标记与微效多基因重复估计的部分提高检验效率。在具体算法实现上,使用矩阵特征分解、Woodbu ry矩阵变换以及参数预估计等技巧,以此提高计算效率。模拟数据和实际数据表明,该方法在不增加计算速度的前提,能够有效地控制假阳性并且可以提高检验效率。第二、在人类疾病和玉米的数量性状已有研究探讨复杂性状的遗传变异来源。而该研究使用LMM对524个品系水稻的5个数量性状进行遗传力剖分研究。将标记按照位置信息划分为调控区、内含子、外显子以及基因间等四个功能分区,以此探讨数量性状的遗传变异主要来源于哪一个分类。研究表明,调控区或基因间,即对基因具有调控功能的部分,对5个数量性状遗传变异贡献最大。研究也将4个功能分区通过构建不同kinship矩阵使用multiBLUP对表型进行预测。结果表明,该策略的预测效果并没有显着提高。第叁、代谢组对理解表型变异的分子机制具有重要作用,而且已有研究表明代谢组可以对表型进行预测。本研究采用数据与第二个研究相同,包含839个代谢组信息。使用LR、LMM、 Bayes B以及LASSO等四种模型进行关联分析,研究发现了一些与表型显着相关的代谢物。而且通过模型比较,发现LASSO模型为最佳模型,既能够控制群体结构引起的假阳性问题,又具有较高的检验效率。在此研究基础,使用LMM、Bayes B以及LASSO等3种模型对表型进行预测。结果显示代谢组可以对表型进行预测,其预测效果与GBLUP相当。本课题为畜禽遗传育种领域基础性研究,涉及到的叁个方面(统计检验、方差组分估计和预测),均为该领域重要研究内容,也是国际研究热点,其重要性不言而喻。而本课题研究的理论成果,具备一定创新性,在畜禽遗传育种和人类精准医疗等领域具有一定的应用价值。
（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。
数量遗传模型论文参考文献
[1].徐利锋,Gerhard,Buck-Sorlin,丁维龙,高楠.整合数量遗传信息的水稻虚拟生长模型研究进展[J].生物数学学报.2017
[2].魏巨龙.混合线性模型解析数量性状遗传基础的研究[D].中国农业大学.2016
[3].孙方东,李宗吉.多阶段数量折扣订货模型优化与遗传算法求解[J].舰船电子工程.2015
[4].张兴伟,王志德,刘艳华,任民,杨洋.植物数量性状“主基因+多基因”混合遗传模型及其在烟草上的应用[J].中国烟草学报.2013
[5].徐利锋.整合水稻形态，生理及数量遗传因子的功能与结构模型构建[D].浙江大学.2011
[6].田露申,闫朝选,余青青,郭世星,牛应泽.花瓣色素定量法对甘蓝型油菜白花性状的质量-数量遗传模型分析[J].中国油料作物学报.2010
[7].霍纬纲,邵秀丽.基于CHC遗传模型的数量属性模糊划分[J].计算机工程.2010
[8].罗凤娟,董晓萌,袁志发,郭满才.主基因-多基因混合遗传数量性状的单性状选择模型[J].西北农林科技大学学报(自然科学版).2008
[9].罗凤娟.主基因—多基因混合遗传的数量性状的单性状选择模型[D].西北农林科技大学.2008
[10].韩立德,杨剑,朱军.数量性状的核质互作遗传效应分析:二倍体植株遗传模型(英文)[J].遗传学报.2007
论文知识图
