统计基因组学团队在Briefings in Bioinformatics发表最新研究成果

发布日期: 2018-12-14浏览次数:

   国际数学与计算生物学领域知名杂志Briefings in Bioinformatics(5IF: 7.065)在线发表了统计基因组学团队在连锁分析方法学方面的研究论文: An efficient multi-locus mixed model framework for the detection of small and linked QTLs in F2。该论文提出了全基因组复合区间作图新算法GCIM,以解决F2群体小效应和连锁QTL检测的国际难题。理学院温阳俊讲师是该文第一作者,华中农业大学楚天学者特聘教授章元明为通讯作者,理学院张瑾副教授和农学院冯建英副教授参与了该项工作。这是该团队第二次以南京农业大学为第一作者单位在数学与计算生物学领域发表高水平研究论文。

GCIM是一个以关联分析混合模型为框架的多QTL检测,分为两个步骤。首先,利用单位点随机效应混合线性模型方法对F2群体中每一个候选QTL的加性和显性效应分别进行检测,将负对数概率P值曲线峰值对应的位点作为潜在的QTL;然后,将所有潜在QTL放入同一遗传模型中,用自适应LASSO算法筛选与性状显著关联的QTLMonte Carlo模拟研究表明,该方法特别适合小效应与紧密连锁QTL检测。此前,该团队已发表了Methodological implementation of mixed linear models in multi-locus genome-wide association studies. Briefings in Bioinformatics, 2018, 19(4): 700-712的研究论文,该篇是又一重要进展。

   近年来,该团队一直致力于全基因组关联分析与连锁分析方法学研究,提出了多种多位点关联分析新方法,研制了Windows界面R软件包mrMLM v3.2Linux系统的QTL.gCIMapping v3.1,自2016年以来,这些方法被引120次以上;应Frontiers in Plant Science邀请,章元明教授主编了这些新方法的应用研究专辑,结果表明,这些新方法具有明显的优势。

  原文连接:https://doi.org/10.1093/bib/bby058.