期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
SNP芯片数据估计动物个体基因组品种构成的方法及应用 被引量：6
1
作者 何俊 钱长嵩 +2 位作者 Richard G.Tait Jr. Stewart Bauck 吴晓林 《遗传》 CAS CSCD 北大核心 2018年第4期305-314,共10页
自然和人工选择、地理隔离和遗传漂移等原因使动物基因组中许多位点的等位基因频率在群体间会产生差异。源于不同品种(祖先)杂交(交配)的动物个体,其基因组与这些品种(祖先)的基因频率(基因型)会存在一定的相关性。因此采用合适的统计... 自然和人工选择、地理隔离和遗传漂移等原因使动物基因组中许多位点的等位基因频率在群体间会产生差异。源于不同品种(祖先)杂交(交配)的动物个体,其基因组与这些品种(祖先)的基因频率(基因型)会存在一定的相关性。因此采用合适的统计模型和分析方法,可以估计出每个品种(祖先)对于个体基因组的遗传贡献比例,又称为个体的基因组品种构成(genomic breed composition,GBC)。本文介绍了利用SNP芯片数据估计动物个体GBC的原理、方法及步骤,并且通过对198头待鉴定的日本红毛和牛GBC的评估,演示了用回归模型和混合分布模型估计动物个体GBC的具体步骤,其中包括SNP子集的筛选、参考群体中动物个体选择以及待测定动物GBC的计算。参考动物群体选自日本红毛和牛(Akaushi)、安格斯牛(Angus)、海福特牛(Hereford)、荷斯坦牛(Holstein)和娟珊牛(Jersey)5个品种共36 574头,每个个体有40K或50K芯片数据。本文在现有商用SNP芯片基础上筛选用于品种鉴定和估计动物个体GBC的SNP子集,是对现有SNP芯片功能的拓展和深入开发利用。此外,在基因组选择中如何利用SNP基因型估计动物个体GBC的结果,提高纯种和杂种动物的预测准确度,也是值得深入研究的领域。 展开更多
关键词 基因组品种构成 回归模型 混合分布模型 基因组预测 SNP芯片
在线阅读 下载PDF
动物基因组选配方法与应用 被引量：5
2
作者 何俊 Fernando B.Lopes 吴晓林 《遗传》 CAS CSCD 北大核心 2019年第6期486-493,共8页
基因组选择(genomic selection,GS)是利用覆盖基因组的分子标记预测动物个体的估计育种值,可以提高选择的准确度和选择强度,缩短世代间隔,做到早选、准选,使动物育种发生了巨大变革。过去的10多年间,基因组选择技术应用于奶牛等动物的... 基因组选择(genomic selection,GS)是利用覆盖基因组的分子标记预测动物个体的估计育种值,可以提高选择的准确度和选择强度,缩短世代间隔,做到早选、准选,使动物育种发生了巨大变革。过去的10多年间,基因组选择技术应用于奶牛等动物的育种中,使种用动物的选择更为准确,遗传进展得到大幅提高。但基因组选择通常重视目标性状的遗传进展,而忽略了配种亲本个体间的遗传关系,因此也没有考虑到后代群体中近交程度的增加、遗传多样性的降低以及有害基因的纯合等问题,因此难以维持长期的遗传进展。2016年,一种具有可持续性的遗传选择方法被正式提出,称为基因组选配(genomic mating,GM)。该方法利用待选种用个体的基因组信息实施优化的选种和选配,可以控制群体近交的增长速率,实现长期且可持续的遗传进展。因此基因组选配方法比基因组选择的方法更适合于现代动物育种,尤其适用于地方品种的保护和遗传改良。本文综述了基因组选配的基本概念、方法和应用,并通过模拟的方法比较了6种选配方案的选择效果,旨在为动物育种方法的应用提供参考。 展开更多
关键词 基因组选择 基因组选配 优化贡献选择
在线阅读 下载PDF
牛SNP芯片分型检出率和分型错误率对基因型填充准确率的影响 被引量：3
3
作者 李智 何俊 +4 位作者 蒋隽 Richard G.Tait Jr. Stewart Bauck 过伟 吴晓林 《遗传》 CAS CSCD 北大核心 2019年第7期644-652,共9页
SNP芯片已被广泛应用于动植物的遗传研究和生产实践,其基因分型的准确性至关重要。但在实际应用中,常有一定数量的基因型因缺失而需要去估计(填充)。此外,由于各种原因,又常常需要在不同芯片的基因型之间相互填充彼此没有的SNP基因型,... SNP芯片已被广泛应用于动植物的遗传研究和生产实践,其基因分型的准确性至关重要。但在实际应用中,常有一定数量的基因型因缺失而需要去估计(填充)。此外,由于各种原因,又常常需要在不同芯片的基因型之间相互填充彼此没有的SNP基因型,或从低密度SNP填充到高密度SNP基因型。因此,基因型填充准确率直接影响后续数据分析的准确性和可靠性。为深入了解基因型填充准确率的影响因素,本研究利用20 116头美国荷斯坦牛的50K SNP芯片基因分型数据,在SNP分型检出率与错误率存在相关和没有相关两种情形下,分别评估了上述两个因素对下游基因型填充准确率的影响。当两者不相关时,模拟的SNP分型检出率从100%降低到50%,SNP分型错误率由0%提升到50%。当两者存在相关时,基因分型的检出率和错误率之间的关系是基于一个实际数据中这两个变量之间的线性回归方程来确定,即模拟的SNP分型检出率从100%降低到50%,SNP分型错误率从0%升高到13.35%。最后,采用5折交叉验证的方法评估基因型填充的准确率。结果表明,当原始数据的SNP分型检出率与错误率彼此独立发生时,基因型填充的错误率受原始SNP分型检出率影响不大(P>0.05),却随着原始SNP分型错误率的升高而显著提高(P<0.01)。当原始数据的SNP分型检出率与错误率存在负相关时,基因型填充的错误率随着原始SNP分型检出率的降低而显著提高(P<0.01)。在这两种情形下,建议SNP分型检出率应在90%以上,基因型填充准确率才能不低于98%。该结果可为提升实际的SNP分型和下游数据分析的质控提供参考依据。 展开更多
关键词 SNP芯片 基因型分型 填充准确率 检出率 错误率
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部