动态性状遗传结构的优化解析策略

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    30972077
  • 项目类别：
    面上项目
  • 资助金额：
    35.0万
  • 负责人：
    杨润清
  • 依托单位：
    上海交通大学
  • 学科分类：
    C1702.家畜种质资源与遗传育种学
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

将Legendre 多项式分别镶嵌在Cockerham's 二对等位基因正交遗传模型的每个遗传效应项，来反映单个QTL加性、显性和两个QTL间互作（上位）效应随时间或其它定量因素的变化规律，并考虑个体表型值中剩余遗传效应和永久环境效应与时间或其它定量因素的相关，建立用来解析动态性状遗传结构的多个互作QTL随机回归模型。采用贝叶斯模型选择方法，推证适合F2资源群体的未知参数和相应二岐变量的边际后验分布，总结各参数的贝叶斯抽样步骤和过程。通过计算机模拟实验，分析群体大小、测定日频率、标记密度、QTL遗传贡献率和连锁程度等因素对动态性状多个带有上位效应QTL的检测效率的影响；探索动态性状遗传构架解析的优化方法。通过计算机模拟试验和借助两个实际资源群体资料，比较新分析方法与常规模型在检测和计算效率上的差异，验证新方法的有效性和适应性。明晰控制动态性状QTL间的相互关系有助于揭示动态性状的遗传规律。

结项摘要

检测互作数量性状基因位点是目前统计基因组研究的热点问题。在Cockerham遗传模型基础上，用Legendre多项式分拟合QTL的主效应和互作效应以及个体的剩余遗传效应和永久环境效应随着时间或数量因素的变化。本项目成功将贝叶斯模型选择方法由普通数量性状推广到动态数量性状。通过选择适宜的自回归系数的先验分布，提出了动态数量性状的贝叶斯功能定位方法，从而将功能定位由逐个分析单个QTL推广至同时分析多个QTL。系统研究了基因组印记效应和类型的贝叶斯统计推断方法，并将基因组印记研究由普通数量性状推广到动态数量性状。本项目的研究内容之外，在生存分析理论框架下，我们还探索了与时间相关的生存性状基因定位过程中模型选择和优化问题。项目完成过程中，共发表SCI论文11篇，累计影响因子约40。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Bayesian analysis for genetic architecture of dynamic traits
动态性状遗传结构的贝叶斯分析
  • DOI：
    10.1038/hdy.2010.20
  • 发表时间：
    2011
  • 期刊：
    Heredity
  • 影响因子：
    3.8
  • 作者：
    L Min;R Yang;X Wang;B Wang
  • 通讯作者：
    B Wang
Bayesian model selection for characterizing genomic imprinting effects and patterns
用于表征基因组印记效应和模式的贝叶斯模型选择
  • DOI：
    10.1093/bioinformatics/btp620
  • 发表时间：
    2010
  • 期刊：
    Bioinformatics
  • 影响因子：
    5.8
  • 作者：
    Yang, Runqing;Wang, Xin;Wu, Zeyuan;Prows, Daniel R.;Lin, Min
  • 通讯作者：
    Lin, Min
Statistical optimization of parametric accelerated failure time model for mapping survival trait loci
用于绘制生存性状位点的参数加速失效时间模型的统计优化
  • DOI：
    10.1007/s00122-010-1491-6
  • 发表时间：
    2011-03
  • 期刊：
    Theor Appl Genet
  • 影响因子：
    --
  • 作者：
    Zhongze Piao;Xiaojing Zhou;Li Yan;Ying Guo;Run Qing Yang;Zhixiang Luo;Daniel R. Prows
  • 通讯作者：
    Daniel R. Prows
Bayesian inference for genomic imprinting underlying developmental characteristics
发育特征背后的基因组印记的贝叶斯推断
  • DOI：
    10.1093/bib/bbr079
  • 发表时间：
    2012-02
  • 期刊：
    Briefings in Bioinformatics
  • 影响因子：
    9.5
  • 作者：
    Yang, Runqing;Wang, Xin;Cui, Yuehua
  • 通讯作者：
    Cui, Yuehua
Bayesian mapping of genome-wide epistatic imprinted loci for quantitative traits
数量性状的全基因组上位印记基因座的贝叶斯作图
  • DOI：
    10.1007/s00122-012-1810-1
  • 发表时间：
    2012-02
  • 期刊：
    Theor Appl Genet
  • 影响因子：
    --
  • 作者：
    Shize Li;Xin Wang;Jiahan Li;Tianfu Yang;Lingjiang Min;Yang Liu;Min Lin;Run Qing Yang
  • 通讯作者：
    Run Qing Yang

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Automatic Benchmark Generation Framework for Malware Detection
用于恶意软件检测的自动基准生成框架
  • DOI：
    10.1155/2018/4947695
  • 发表时间：
    2018-09
  • 期刊：
    Security and Communication Networks
  • 影响因子：
    --
  • 作者：
    梁光辉;庞建民;单征;杨润清;陈奕杭
  • 通讯作者：
    陈奕杭

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨润清的其他基金

数量性状基因定位分析中随机模型方差组分的回归解法
  • 批准号：
    31172190
  • 批准年份：
    2011
  • 资助金额：
    55.0 万元
  • 项目类别：
    面上项目
奶牛遗传评估随机回归测定日模型的优化方法研究
  • 批准号：
    30671493
  • 批准年份：
    2006
  • 资助金额：
    8.0 万元
  • 项目类别：
    面上项目
动态性状基因定位分析新方法
  • 批准号：
    30471236
  • 批准年份：
    2004
  • 资助金额：
    20.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码