LASSO算法在基于自然群体随机交配的多iQTL定位中的应用

基于自然群体随机交配,应用LASSO算法进行多iQTL定位,带有坐标下降的LASSO方法能够将无关变量压缩并使之趋于零.对模拟产生的自然群体和水稻自然群体数据进行模拟研究,结果表明应用LASSO算法进行多iQTL定位,能够高效、准确地定位到iQTL的位置,并且对各种遗传效应能进行较精确的估计.

基于自然群体随机交配的多iQTL定位的模拟

为了研究多个印迹QTL(iQTL)定位方法,本研究采用随机交配策略对纯系自然群体构建可追溯亲本的永久F2作图群体,基于模拟SNP基因型数据与真实水稻SNP基因型数据生成表型性状数据,并应用混合线性模型进行多个iQTL定位和遗传效应的参数估计。模拟研究表明,在不考虑群体结构与亲缘关系造成的干扰时,基于纯系自然群体产生的永久F2作图群体可利用混合线性模型定位到小效应、低遗传率的iQTL,并能估计出iQTL的遗传效应,是一种行之有效的多iQTL定位方法。