<kbd id="q8sik8md"></kbd><address id="q8sik8md"><style id="q8sik8md"></style></address><button id="q8sik8md"></button>

              <kbd id="2j26jxey"></kbd><address id="2j26jxey"><style id="2j26jxey"></style></address><button id="2j26jxey"></button>

                      <kbd id="2atkmtkb"></kbd><address id="2atkmtkb"><style id="2atkmtkb"></style></address><button id="2atkmtkb"></button>

                              <kbd id="iuyoc6yt"></kbd><address id="iuyoc6yt"><style id="iuyoc6yt"></style></address><button id="iuyoc6yt"></button>

                                      <kbd id="ekrnrbnh"></kbd><address id="ekrnrbnh"><style id="ekrnrbnh"></style></address><button id="ekrnrbnh"></button>

                                              <kbd id="g70n1r4l"></kbd><address id="g70n1r4l"><style id="g70n1r4l"></style></address><button id="g70n1r4l"></button>

                                                      <kbd id="fyzqv4ax"></kbd><address id="fyzqv4ax"><style id="fyzqv4ax"></style></address><button id="fyzqv4ax"></button>

                                                              <kbd id="hg5hpzm7"></kbd><address id="hg5hpzm7"><style id="hg5hpzm7"></style></address><button id="hg5hpzm7"></button>

                                                                      <kbd id="mfmu323o"></kbd><address id="mfmu323o"><style id="mfmu323o"></style></address><button id="mfmu323o"></button>

                                                                          統計基因組學團隊在Briefings in Bioinformatics發表最新研究成果

                                                                          發佈日期: 2018-12-14瀏覽次數:

                                                                             國際數學與計算生物學領域知名雜誌Briefings in Bioinformatics(5IF: 7.065)在線發表了統計基因組學團隊在連鎖分析方法學方面的研究論文: An efficient multi-locus mixed model framework for the detection of small and linked QTLs in F2 。該論文提出了全基因組複合區間作圖新算法GCIM,以解決F2羣體小效應和連鎖QTL檢測的國際難題 。理學院溫陽俊講師是該文第一作者,華中農業大學楚天學者特聘教授章元明爲通訊作者,理學院張瑾副教授和農學院馮建英副教授參與了該項工作。這是該團隊第二次以南京農業大學爲第一作者單位在數學與計算生物學領域發表高水平研究論文。

                                                                          GCIM是一個以關聯分析混合模型爲框架的多QTL檢測,分爲兩個步驟 。首先 ,利用單位點隨機效應混合線性模型方法對F2羣體中每一個候選QTL的加性和顯性效應分別進行檢測 ,將負對數概率P值曲線峯值對應的位點作爲潛在的QTL;然後,將所有潛在QTL放入同一遺傳模型中,用自適應LASSO算法篩選與性狀顯著關聯的QTL 。Monte Carlo模擬研究表明,該方法特別適合小效應與緊密連鎖QTL檢測 。此前 ,該團隊已發表了Methodological implementation of mixed linear models in multi-locus genome-wide association studies. Briefings in Bioinformatics, 2018, 19(4): 700-712的研究論文,該篇是又一重要進展。

                                                                             近年來,該團隊一直致力於全基因組關聯分析與連鎖分析方法學研究,提出了多種多位點關聯分析新方法 ,研製了Windows界面R軟件包mrMLM v3.2Linux系統的QTL.gCIMapping v3.1,自2016年以來 ,這些方法被引120次以上 ;應Frontiers in Plant Science邀請 ,章元明教授主編了這些新方法的應用研究專輯,結果表明 ,這些新方法具有明顯的優勢。

                                                                            原文連接:https://doi.org/10.1093/bib/bby058.