主基因+多基因混合遗传模型分析步骤.doc

有同学来问如何运用遗传模型来做遗传分析，虽然这种分析在今天看来，但是还是，所以我把个人使用的心得小结出来，与大家交流分享。 遗传模型这个软件可以对单个分离世代进行分析，也可以对多个世代进行联合分析。 分析可以分为一步法和两步法。 这个软件都是D命令，每个不同分析群体都有各自的分析程序，使用时要依据自己的群体类型选择适合的小程序。 现在，仅以F2单独世代的一步法分析为例说明： 一 数据准备 首先，建立一个TXT文件。比如a.txt 将F2群体每个单株的数据输入txt文件中，可以不必有编号，仅用数据即可。如下为F2群体的穗粒数数据文本文件格式。 选择应用程序F2_1 双击程序图标，打开，然后按照提示，依次输入期望值（0.0001），群体大小（你自己的群体单株数），文件名及所在路径（F2_1.txt）。（一定注意输入正确路径及文件的名称及后缀）回车即开始运行。运行后的数据自动存在该应用程序的同一文件夹下。 下图为程序对话： 程序正在运行中。。。 下图为运行的结果文件 结果文件中各项内容的说明 文件中共有模型A_0，A_1,A_2,A_3,A_4,B_1...到B_6。 现以一个模型（B_1）为例，说明各项的含义。 这是B_1的输出内容： model B_1 The esp value = 0.000100 mean[1]=94.032539 mean[2]=73.406349 mean[3]=55.520161 mean[4]=54.413528 mean[5]=54.062317 mean[6]=53.886269 mean[7]=53.780346 mean[8]=53.707722 mean[9]=53.656750 sigma=129.892151 mix[1]=0.059402 mix[2]=0.127216 mix[3]=0.062568 mix[4]=0.125135 mix[5]=0.250271 mix[6]=0.125136 mix[7]=0.062568 mix[8]=0.125136 mix[9]=0.062568 Max-likelihood-value=-1829.820068 AIC=3679.640137 U1= 0.012(0.9130) U2= 0.009(0.9248) U3= 0.002(0.9633) W = 0.1063 D = 0.0437(n=443,CD(0.05)=0.0648) The esp value指迭代收敛值：就是之前输入的0.0001 mean[1]等，指各分布成分的平均数（专业说法为分离群体所剖分成的成分分布的平均数）以后估算遗传参数时用得上。这里由于B_1模型是9个分布成分，所以一共有mean[1]到mean[9] 9个数据。 sigma=129.892151指分布方差为129.892151 mix[1]等指分布成分的比值，（专业说法为最终迭代后不同成分分布所占的比例）它理论上的mean与分布方差的比值。比如，mix[1]对应的是mean[1]/ sigma=94.032539/129.892151=0.059402，同理，其它的mix[2]- mix[9]都是如此。这个值在后面的遗传参数估计时也是用的上的。 Max-likelihood-value=-1829.820068 AIC=3679.640137 分别指最大似然值与AIC值。用于遗传模型的选定。对于模型的选定是此分析方法的首要任务，只有遗传模型确定了，才能根据选定的遗传模型进行后续的遗传参数的估计。那么，遗传模型的选定标准是AIC值最小原则，就是依据每个模型对于的AIC值来选定最适的模型。当然，遗传模型的选定标准还有另一个，就是适合性测验。下面的数据就是用于适合性测验的。适合性测验包括三个检验， U12 U22 U32（均匀性检验） nW2（Smirnov检验）和Dn (Kolmogorov检验) ，然后将选择统计量达到显著水平个数最少的模型作为最优模型。 U1= 0.012(0.9130) U2= 0.009(0.9248) U3= 0.002(0.9633) W = 0.1063 D = 0.0437(n=443,CD(0.05)=0.0648) 这里的U1，U2，U3，W，D 是BIC值，它们都是适合性测验所使用的评判参数。 四 整体的分析思路以上对数据的含义做一个简单的说明，下面大体说一下整体的分析思路： 首先就是最适遗传模型的确定：运用的是Max-likelihood-value=-1829.820068 AIC=3679.640137和U1= 0.012(0.9130) U2= 0.009(0.9