文档介绍：第8章算法程序本人精心整理的文档, 文档来自网络本人仅收藏整理如有错误还请自己查证! 第十章数量性状分离分析的操作方法与算法程序本章主要介绍数量性状分离分析法的操作方法与算法程序主要包括遗传试验设计与数据文件建立、分布参数估计与模型适合性检验、遗传参数估计、后验概率与主基因型归类以及程序使用等五个方面第一节遗传试验设计与数据结构根据设定的遗传交配设计获得遗传数据是进行数量性状遗传分析的前提; 明确了所获遗传数据的结构才能正确地选用相应的算法程序进行数量性状分离分析一遗传试验设计遗传试验设计包括遗传交配设计( 遗传设计) 和田间试验设计(环境设计)两个方面本章的遗传交配设计主要指两纯系亲本及其杂交与回交所形成的后代群体的设计数量性状遗传体系分离分析法涉及单个分离世代与多个分离世代联合两种情形单个分离世代的数量性状资料有两种: 植物个体观测值与家系内各单株观测值平均数(即家系平均数) F2和 B1+B2 群体一般考查个体观测值; F2∶3、 B1∶ 2+B2 ∶2、 DH和 RIL 等家系群体一般先考查家系内若干单株的数量性状观测值然后利用家系平均数进行分析群体类型的选择要考虑数量性状的遗传率高低例如高遗传率( 70% ~ 100% )的数量性状进行分离分析可以选择具有个体观测值资料的 F2和 B1+B2 群体此时增加遗传分析精确度过的方法是增大样本容量; 中等( 30% ~ 70% ) 和低( 0%~ 30% )遗传率的数量性状进行分离分析选择具有个体观测值资料的 F2和 B1+B2 群体往往不可靠而是要选择具有家系平均数资料的 F2∶3、 B1∶ 2+B2 ∶2、 DH和 RIL 群体一方面家系平均数的误差比单株观测值的误差要小另一方面利用家系群体可以进行重复试验这样中低遗传率数量性状的遗传分析精确度过将得到提高田间试验设计(即环境设计)也值得重视这是因为通过适当的田间试验设计可以较好地控制试验误差而小的误差方差能有效地提高数量性状分离分析的精确度在遗传试验进行田间试验设计中一般采用随机区组设计这时 F2、 B1和 B2 群体中的遗传数据是以单株观测值或小区观测值为单位的; F2∶3、 B1∶2、 B2∶2、 DH和 RIL 等家系群体则是以家系平均数为单位的即一个家系只用该家系内若干个观测值的平均数来表示对于家系分离群体为了进一步减少试验误差还可以采用家系重复试验如重复内分组随机区组设计或格子设计若采用重复内分组随机区组设计在假定每一组样本都是总体的一个代表条件下可将相同家系只用家系平均数进行分析另外由于进行了家系重复试验其试验误差将会显著地减少其遗传分析的精确度过就会提高若采用格子设计还可利用格子设计进行必要的矫正用矫正后的家系数据进行以下的分析应当指出只利用单个分离世代群体进行数量性状分离分析将会降低数量性状加性与显性遗传参数的估计精确度这是因为加性遗传参数可以从两纯合亲本平均数的差异中表示出来显性遗传参数可以从中亲值与杂种一代 F1 平均数的差异中表示出来因此在利用单个分离世代进行数量性状的分离分析时最好加进双亲( P1和 P2 )与杂种一代( F1) 以提高主基因遗传参数的估计精确度此外群体的样本容量也是十分重要的一般地分离群体的样本容量不应小于 100 这是可以理解的对于 1 对主基因控制的数量性状理论上其稀少主基因型个体数为 25 ;对于 2 对主基因控制的数量性状理论上其稀少主基因型个体数为 8 左右; 对于 3 对主基因控制的数量性状理论上其稀少主基因型个体数不到 2 并且这种数量性状除受主基因控制外往往还会受多基因的修饰当然若样本容量增加到 200 及其以上是很好的由此说明利用具有较小样本容量的分离群体进行遗传分析时其结果的误差往往较大至于 P1、 P2和 F1 等不分离群体一般应有 20~ 50 单株利用多个分离世代进行数量性状的分离分析方法有三种:①利用 P1、 F1、 P2、 B1、 B2和 F2 的数量性状分离分析;②利用 P1、 F1、 P2、 F2和 F2∶3 的数量性状分离分析;③利用 P1、 F1、 P2、 B1∶2、 B2∶2 和 F2∶3 的数量性状分离分析第①种方法常用于易杂交的作物类型如水稻其数据结构是个体观测值资料;第②方法常用于杂交不容易的作物如大豆其数据结构是个体观测值资料+ 家系平均数资料这两种联合分析方法都增大了样本容量但是个体观测值的试验误差是比较大的为了减少试验误差提高遗传分析的精确度过建议采用家系资料进行联合分析特别是结合家系重复试验设计方法第③种方法就是基于此提出的以上各种方法的分离群体构成方法见图 10‐1 亲本 P1 × 亲本 P2 (亲本 50~ 100 株/ 群体) F1 亲本 P1 × F1 × 亲本 P2 A B1 B2 F2B 100 ~ 200 株/